Unverified50% confidenceFactExact time
Anthropic在此次发布中很多基准测试没有报告数据，而OpenAI几乎提供了所有指标
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
9/9/2026
First Seen
Valid until: 12/8/2026
Sources
Related Entities
Related Claims
UnverifiedOpenAI曾在2022年内部测试过类似文本水印方案但最终未公开部署，部分原因是对鲁棒性不足的担忧66% similarUnverifiedOpenAI的系统卡承认基准测试无法覆盖所有真实使用场景下的模型行为，尤其是与其他工具结合使用时存在不确定性65% similarUnverifiedOpenAI规定任何达到或超过高等级的模型在未部署足够缓解措施之前不得发布62% similarUnverified评测基准面临数据污染问题，训练数据可能已包含测试题目导致分数虚高，GPT-4技术报告中OpenAI首次公开讨论了这一问题62% similarUnverifiedGLM-5.2官方称在部分真实测试中超越Opus，并在多项编程基准上达到开源SOTA61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/881471API
curl https://kongchang.com/api/v1/knowledge/claims/881471MCP
get_claim(id=881471)