待验证50% 置信基准精确时间
Claude Mythos Preview在相同测试中成功率达到6%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/29
首次发现
有效期至：2026/12/28
来源
涉及实体
相关事实
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59% 相似待验证在Agents' Last Exam评测中，GPT-5.6 Sol取得53.6分，比采用自适应推理的Claude Fable 5高出13.1分59% 相似待验证在Exploit Bench网络安全基准上，Sol得分约76%，Mythos 5约78%58% 相似待验证Fable 5.1 在 Terminal Bench Science 0.1 基准测试中得分 52.6%，相比上一代翻了一倍多58% 相似待验证Kimi K2.6在CAD World上成功率为7.5%，OpenCUA为1.5%，另有两个模型成功率为057% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960340API
curl https://kongchang.com/api/v1/knowledge/claims/960340MCP
get_claim(id=960340)