医疗长上下文榜首仍不足42%

Sonnet 5.5与GPT-6 Astra以41.7%并列MLCR-AA第一，开放模型最高30.6%。

推荐理由：新评测把完整性与准确性同时作为通过条件，揭示两条能力路线分化：Claude更完整、OpenAI更少幻觉，但任何模型通过率都未超过42%。