待验证50% 置信基准精确时间

在Terminal Bench上，Fable 5.1的分数比Grok 4.7高出约20分，接近50%的提升

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/25

首次发现

有效期至：2026/12/24

来源

Grok 4.7实测：马斯克力捧的模型为何令人失望？

涉及实体

Terminal Benchconcept Fable 5.1model Grok 4.7model

相关事实

待验证在CursorBench 4.0基准中，Grok 4.7 Extra High得分46.3%，逼近Opus 5 Max的46.6%，成本仅6.01美元74% 相似待验证在Terminal-Bench 4.0上，Claude 5.1标准版得分55.8%，受信版达到60.9%；OS World 2.0部分完成率为77.9%72% 相似待验证GPT-5.4准确率为50.5%，其配对的永远说涨基准为51.6%71% 相似待验证Fable 5在SWE Bench Pro编程测试上得分80.3分，而OpenAI的GPT 5.5仅为58.6分70% 相似待验证跑分排名不等于所有场景的实际表现，Terra跑分接近5.5但游戏任务中5.5完成度略高67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948940

API

curl https://kongchang.com/api/v1/knowledge/claims/948940

MCP

get_claim(id=948940)