待验证80% 置信事实时间未知

在三个递进难度的编码任务测试中，Cursor + GPT-5仅完成了1/3的任务（33%完成率），只完成了Lint错误修复，未能完成静态转动态数据和3D Context Loss修复

1

来源数

80%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

全栈实测：GPT-5 vs Claude 4编码能力差距有多大？

bilibiliKnoxChat

涉及实体

GPT-5model Cursorproduct

相关事实

待验证有开发者反馈GPT-5.5在3分钟内解决了卡住4小时的代码错误75% 相似待验证GPT-4能够在CTF竞赛中解决中等难度的二进制利用题目，而GPT-3几乎无法完成完整的漏洞利用开发74% 相似待验证GPT-4V、Claude 3等多模态大模型降低了文档理解任务的开发门槛74% 相似待验证在数学难题上SOL和TERRA均拿到满分10分，在自适应微调任务上三款GPT-5.6模型全部满分，而此前GPT-5.5和Opus 4.7在同一任务上仅能拿到两三分72% 相似待验证GPT-5 Mini在工具调用上出现了一些小问题，但能从失败中自动恢复70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/22596

API

curl https://kongchang.com/api/v1/knowledge/claims/22596

MCP

get_claim(id=22596)