待验证50% 置信基准精确时间
没有任何一个Decision 3.0模型在训练中见过视频数据，但在Perception Test验证集全部19,140道问题上，27B版本零样本得分77.4，4B版本得分70.3
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证Decision 3.0公布的参数量已包含视觉编码器，4B版本中视觉编码器占0.33B，27B版本中占0.46B65% 相似待验证在实验中，由4B模型编写技能时27B模型在LiveMath上得分61.0%，而27B自己编写技能时得分56.3%64% 相似待验证在对Claude Sonnet 4.5的部署前评估中，模型达到了0%的错位率，但读思维链发现它清楚自己在被测试63% 相似待验证研究团队在15个长文本任务上对现成模型进行了零样本评估，测试对象包括Gemma-4-31B和Qwen-3.6-27B63% 相似待验证Decision 3.0的9B版本（代号d3-flash）在评测中击败了上一代的27B模型Decision 2.063% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003464API
curl https://kongchang.com/api/v1/knowledge/claims/1003464MCP
get_claim(id=1003464)