待验证50% 置信基准精确时间
在UP主测试的第三题（全栈派单系统）中，GPT 6.1 Terra 获得94.8分，为七题中表现最佳的一题。
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：能否打败国产守门员？
bilibili起飞的鳗鱼2026/10/27
涉及实体
相关事实
待验证据 OpenAI 公布的数据，在 Agents Last Exam 基准测试中，中等推理强度下 GPT-6.1 Terra 得分 57.6%，GPT-5.6 Terra 得分 42.6%，提升了 15 个百分点。77% 相似待验证在UP主的KingBench 3八项测试中，GPT-6 Sol得66/80（82.5%），Opus 5.5得75/80（93.75%），Opus领先11.25个百分点73% 相似待验证根据官方图表数据，GPT-6.1 Terra 在最大努力下的编码成绩为 50.3%，低努力下为 47%。70% 相似待验证GPT-6 Astra在Frontier Math Tier 4上峰值达到98%，在不开启推理、不使用思维链的情况下仍达到83%69% 相似待验证在EvoArena测试中，Step Level最高的GPT-5.5只有50%出头的准确率，Chain Level表现最好的Gemini-3.1 Pro和GLM-5.1也只有约28%-29%69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1122027API
curl https://kongchang.com/api/v1/knowledge/claims/1122027MCP
get_claim(id=1122027)