OpenAI 模型 P50 任务时长达 4.7 小时

据博主 scaling01 引用的数据，截至 2026 年 7 月，OpenAI 模型的 P50 时间视界（time horizon，即以 50% 成功率可靠完成的人类任务时长中位数）已达 4.7 小时，且逐月持续增长，突破了 METR 的惯常统计口径。与此同时，Rohan Paul 指出 time horizon 正成为衡量 Agent 能力更实用的指标，但 OpenAI 数据也显示任务时长越长，无需人工干预的成功率急剧下降：从 15 分钟任务的约 86% 跌至超长任务时的 16%。

2026-09-06 ~ 2026-09-07 · 4 条相关

• OpenAI P50 任务时长已达 4.7 小时（2026 年 7 月数据） — scaling01 · 2026-09-06
• OpenAI 模型任务时长中位数达 4.7 小时，逐月续涨 — scaling01 · 2026-09-06
• OpenAI 模型 P50 任务时长已达 4.7 小时,突破 METR 惯常口径 — scaling01 · 2026-09-06
• OpenAI 数据:任务超长,Agent 无干预成功率从 86% 跌至 16% — rohanpaul_ai · 2026-09-07