待验证50% 置信基准精确时间
在 Terminal Bench Science 最高推理强度下 Astra 以 68.1% 排名第一，官方建议最难科研任务继续使用 Astra
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/30
首次发现
有效期至：2026/12/29
来源
涉及实体
相关事实
待验证Opus 5.5 并非全线第一，在 Automation Bench 上以 40 略低于 Astra 的 41.4，在 Terminal Bench Science 上落后于 GPT-6 Astra64% 相似待验证在 OS World 计算机操作测试中，Luna 得分 53%，而 Astra 达到 73%58% 相似待验证在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56% 相似待验证在 Terminal Bench 4.0 上，Opus 5.5 得分 66.4%，Astra 为 57.9%，Fable 5.1 为 55.8%，前代 Opus 5 为 52.3%56% 相似待验证在Frontier Code编程测试上，Opus 5.5用默认档赢了Astra，单任务成本只有对手的五分之一54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961318API
curl https://kongchang.com/api/v1/knowledge/claims/961318MCP
get_claim(id=961318)