謎のステルスモデルがGPT-5.6 Solをコーディングベンチマークで上回る

新たなステルスモデルがDeepSWEで74%を記録し、GPT-5.6 Solを含むほとんどのモデルを上回った。Terminal-Bench 2.1とSWE-Bench Verifiedでも上回っていると報じられ、コストも安いという。@kimmonismusは中国系モデルではないかと見ている——ベンチマーク首位の入れ替わりが今かなり速い。