已验证70% 置信事实时间未知
在Terminal Bench 2.0测试中，K2.6打出66.7分，比GPT-5.4和Claude Opus 4.6都略高
4
来源数
70%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Kimi K2.6开源实测：300个Agent协同的调度能力到底多强
bilibiliAi学习的老章
涉及实体
相关事实
部分验证Claude Opus 4.8在SWE-bench基准测试中得分69.2%，GPT 5.5为58.6%，Google Gemini为54.2%78% 相似已验证Composer 2.5在Cursor Bench V3.1上得分63.2%，Opus 4.7在默认配置下为61.6%，GPT 5.5为59.2%75% 相似待验证在综合性能排名中，Kimi K2.5得分64%，排名第五，前四名分别是Gemini 3 Pro（100%）、Claude Opus 4.5 Max（74%+）、GLM 4.7（65%）和GPT-5.2X（65%）74% 相似待验证据非官方爆料，Terminal Bench 3.0基准测试中Claude Opus 5 Max以43.5%的得分超越GPT-5.6-Sol的34.6%重登榜首74% 相似待验证在Terminal Bench 2.1基准测试上，GPT-5.6 Sol的Ultra模式接近92%，超越竞品的88%表现73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4036API
curl https://kongchang.com/api/v1/knowledge/claims/4036MCP
get_claim(id=4036)