待验证70% 置信事实时间未知

GPT-5.5在GPQA博士级科学推理基准上从78.5%提升到85.6%

1

来源数

70%

置信度

中期 (~90 天)

时效性

2026/6/3

首次发现

有效期至：2026/9/1

来源

GPT-5.5对决DeepSeek-V4：四轮实测谁更强？

bilibili硅基洞察

涉及实体

GPT-5.5model GPQAconcept

相关事实

待验证GPT-5.5在AIME 2025数学竞赛上得分从65.4%提升到81.2%81% 相似待验证测试者认为GPT-5.6相较于5.4和5.5是一次质变级别的提升80% 相似待验证在模拟初级投资银行分析师的内部电子表格建模测试中，GPT-5.4平均得分87.3%，GPT-5.2只有68.4%79% 相似待验证GPT-Live Mini 和 Live Medium 在 GPQA 上得分提升至 70%/80% 区间，基本达到 GPT-5 级别智能水平79% 相似待验证GPT-5.6编程能力在关键基准上达到91.9%，安全评测CyberGym得分85.6%，均超越竞品Nexus 578% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/39256

API

curl https://kongchang.com/api/v1/knowledge/claims/39256

MCP

get_claim(id=39256)