待验证50% 置信基准精确时间

Sol配置在HIGH模式跑10次前6次全部答对，XH模式多次运行均保持全对成绩

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/20

首次发现

有效期至：2026/10/18

来源

GPT-5.6 Codex三模型实测：Sol/Terra/Luna糖果逻辑题横评

相关事实

待验证在全保真原型对比中，Sol 五次里有三到四次胜出67% 相似待验证Sol 在编程智能体指数全推理模式下拿到 80 分，刷新 SOTA，比 Faber-5 高 2.8 分63% 相似待验证Luna配置在HIGH和XH模式下10次测试全部答错，正确率为零62% 相似待验证Sol 采用中等推力强度时仍领先对手 11.4 分，估算成本约为对手的四分之一62% 相似待验证在盲测中Sol给Opus方案打8.3分、给Fable方案打6.0分62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/573186

API

curl https://kongchang.com/api/v1/knowledge/claims/573186

MCP

get_claim(id=573186)