待验证50% 置信基准精确时间

基准测试涵盖来自6个实验室的9款模型，包括Qwen3 235B、Claude Haiku 4.5、Claude Opus 5.5、Gemini系列、GPT-5.4系列、GLM-5和Grok 4.20，其中4款是推理模型

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

AI选股会追涨杀跌吗？Hype Trap基准测试9款大模型

涉及实体

Qwen3 235Bmodel Claude Haiku 4.5model Claude Opus 5.5model GPT-5.4model GLM-5model Grok 4.20model

相关事实

待验证测试模型来自 bartowski 的 GGUF 量化包，覆盖 BF16、Q8_0、Q4_K_M、Q3_K_M、Q2_K 五种精度74% 相似待验证B站开发者Luke对Unsloth发布的Qwen3系列27B模型进行了从Q1到Q8多个量化级别的横评测试72% 相似待验证数据集涵盖四个开源权重模型Qwen2.5-7B、Mistral-7B-v0.3、Phi-3.5-mini和Qwen2.5-1.5B，各30条轨迹72% 相似待验证研究评估了13个VLM，涵盖GPT、Gemini、Gemma、Mistral、Qwen五大主流系列，参数量从3B到32B不等71% 相似待验证研究测试了Qwen3系列的0.6B、1.7B、4B、8B四个尺寸，运行于FP16精度、贪心解码、单一冻结提示词、不做微调67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1002750

API

curl https://kongchang.com/api/v1/knowledge/claims/1002750

MCP

get_claim(id=1002750)