待验证50% 置信基准精确时间

在Exploit Bench网络安全漏洞分析测试上，SOL表现能与Anthropic的Codex相媲美，但输出Token量仅为后者的三分之一左右

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9

来源

GPT-5.6三款模型深度实测：SOL/TERRA/LUNA性能与定价全解析

bilibili薛定猫AI2026/7/9

相关事实

待验证ExploitBench测试中Sol约76%略逊于Fable 5的78%，但Sol仅消耗约12-13万Token而Fable 5用约35万Token63% 相似待验证在Exploit Bench网络安全基准上，Sol得分约76%，Mythos 5约78%62% 相似待验证审查结果显示 Opus 5 频繁杀错进程（常误杀自己所在的 T3 Code 实例），Sol（GPT）有约40%概率提交 draft PR59% 相似待验证Sol在Terminal Bench 2.1编程测试中获得9019分56% 相似待验证在SWE-Bench基准测试中，Codex得分在69-80分之间55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/488169

API

curl https://kongchang.com/api/v1/knowledge/claims/488169

MCP

get_claim(id=488169)