待验证50% 置信基准精确时间
在 Gauntlet 7.2 基准上，Haiku 得分 0.661，Luna 得分 0.4797
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证在 Forge 1.0 基准上，Haiku 得分 0.9661，Luna 得分 0.395，Haiku 距离 Claude Opus 5.5 仅差 0.010678% 相似待验证Brier Skill排名最高的Claude Haiku 4.5仅为+0.013，置信区间仍跨越零60% 相似待验证在Terminal-Bench 4.0上Haiku 5.5得分39.2，GPT-6 Luna得分16.459% 相似待验证在 HakemBench 的 16 行排行榜上，领先者取得 0.888 的综合得分57% 相似待验证在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003244API
curl https://kongchang.com/api/v1/knowledge/claims/1003244MCP
get_claim(id=1003244)