待验证50% 置信基准精确时间
Prime Agent在ARC-AGI上用GPT系列拿到约78%，用Opus拿到95.5%
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/8
首次发现
有效期至：2027/1/6
来源
涉及实体
相关事实
已验证GPT-5.6 Sol在ARC-AGI-2上取得92.5%的成绩75% 相似待验证在 Frontier Software Engineering 基准上 GPT-6 Astra 以 65.5% 领先，Opus 5.5 为 62.3%，Gemini 4 Argon 仅 55%67% 相似待验证GPT-5.6 Sol在OSWorld 2.0计算机操作基准上达到62.6%，超越Opus 4.8，同时输出Token减少85%66% 相似待验证GPT-4在2023年发布时在ARC-AGI原始版本上的裸模型得分仅约5%65% 相似待验证在软件工程基准DeepSweep上GPT-6 Sol取得68.8%，距顶级旗舰约差1.1个百分点，成本降低约八成65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/988696API
curl https://kongchang.com/api/v1/knowledge/claims/988696MCP
get_claim(id=988696)