待验证50% 置信基准精确时间

Terra 在修 bug 题中三次测试均获满分，且从根源上修复了隐藏 bug；而 Opus 和 Argon 在该题上只修了一半。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/11/1

首次发现

有效期至：2026/11/15

来源

GPT 6.1 Terra实测：速度快三倍、成本减半，却容易犯这些错

bilibili我是张大宁2026/10/27

涉及实体

GPT 6.1 Terramodel Opusmodel Argonmodel

相关事实

待验证在项目三（Lakebed产品审计）中，Gemini 4 Argon仅得2.25/10，78条发现中56条错误，失败率约70%；而6.1 Sol得9/1060% 相似待验证在4个智能体编码测试中，Argon赢了两个，Frontier SWE和Terminal Bench两个测试中垫底58% 相似待验证Argon在评估漏洞修复能力的CWE-bench v1上以68%的最高分并列第一54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1122009

API

curl https://kongchang.com/api/v1/knowledge/claims/1122009

MCP

get_claim(id=1122009)