待验证60% 置信基准精确时间
在Terminal Bench 4.0最高精度测试中，Fable 5.1准确率为55.8%，成本为19.50美元；Astra准确率为56.7%，成本为10.35美元
2
来源数
60%
置信度
中期 (~90 天)
时效性
2026/9/9
首次发现
有效期至：2026/12/8
来源
涉及实体
相关事实
待验证在 Automation Bench 中档推理强度下 GPT-6.1 Sol 得分 35.4%，比 Opus 5.5 高 2.2 个百分点，成本为其三分之一70% 相似待验证AS5048 数据手册中标注的实际精度（考虑积分非线性误差 INL）通常在 ±0.5 度左右69% 相似待验证在LongMemEval基准测试中，5个chunk时BM25准确率从78.8%提升到85.2%69% 相似待验证在UniQL的Oracle方言任务上，已发表的最佳结果（单次尝试准确率）为49.61%，由Claude Sonnet 4.5取得；Gemini 2.5 Pro的准确率为26.14%。67% 相似待验证在该基准测试中，LangGraph成功率为77.6%，平均完成时间31.2秒，平均Token成本12,14366% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/881470API
curl https://kongchang.com/api/v1/knowledge/claims/881470MCP
get_claim(id=881470)