公开知识图谱记录
GPT-5.6 Terra
记录摘要
录制演示中采用默认 reasoning
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 在Ringg通话后分析评估中优于Gemini 2.5 Flash
- 基准测试: 常见区域语言准确率最高达97%
- 基准测试: 内部诱发错误提示基准：低推理力度错误率为 53.6%
- 基准测试: Terminal-Bench 4.0 已公布成绩为 21.5%
- 基准测试: Agents’ Last Exam v1：42.6%，$0.84／任务
- 基准测试: OSWorld 2.1 offline：最高 57.1%
- 基准测试: MMMU-Pro (Vision)：最高 81.7%
- 基准测试: Terminal-Bench 4.0：21.5%
资料覆盖
知识图谱当前记录了 10 个已知资料维度，另有 9 个维度尚未记录，关联 14 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Ringg's AI agents — 采用
- V7 Go — 采用
- Airbnb — 采用
- Notion — 采用
- OpenAI — 研发