待验证50% 置信基准精确时间
所有Claude、GPT-6.1和Gemini模型都在实验中拿到12/12满分，252次尝试中仅1次意外冒充回复
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证在易核查档，有七个模型在所有六类诱饵下都拿到了40/40满分，Claude Sonnet 5.5、Gemini 3.7 Flash 和 GPT-6.1 Sol 在易难两档全部六个任务下一题没错69% 相似待验证在285次实测运行中，Gemini取得283次语义通过、2次语义部分通过、0次可复现语义失败66% 相似待验证在LELP-S+测试中，GPT的Token节省率为44%，Gemini为36%，Claude为32%，DeepSeek为30%65% 相似待验证首轮运行中Claude Opus 5仅得0.08、GPT-5.5完全报错，经查实为403 PermissionDeniedError配额超限错误，并发请求导致昂贵模型烧穿配额，评分器将报错调用误判为错误答案65% 相似待验证OpenAI的GPT-6在孪生素数猜想上取得突破，证明存在无穷多个相邻素数对，其间隔不超过18665% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/999538API
curl https://kongchang.com/api/v1/knowledge/claims/999538MCP
get_claim(id=999538)