已过期50% 置信基准精确时间

Luna配置在HIGH和XH模式下10次测试全部答错，正确率为零

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/20

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/10/18(已过期)

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56% 相似待验证早期在Opus模型上测试精确字符串识别率为15分之0，而Fable 5发布后同样测试变成15分之1354% 相似待验证Qwen 3.6 Max中性模式下歧义检测F1仅16%，平均每任务只问0.07个问题，但一旦提问澄清准确率高达94.7%54% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/573188

API

curl https://kongchang.com/api/v1/knowledge/claims/573188

MCP

get_claim(id=573188)