待验证50% 置信基准精确时间
数据集中有 33 个技术错误，最大集群是 Qwen 3.5 35B-A3B 配置，32 次尝试中有 22 个错误
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
涉及实体
相关事实
待验证Claude Haiku 4.5在两步问题的24个错误里有21个回答'未找到'，而GPT-5.4 mini在27个错误里有20个把指引原话当答案照抄，另有7个编造了真实存在的人名并引用真文档70% 相似待验证在Artificial Analysis的复杂能力榜单中，Qwen3-VL 27B在600多个模型里排到第26名67% 相似待验证根据ISO/IEC 18004标准，QR码定义了从版本1（21×21模块）到版本40（177×177模块）共40个尺寸等级，以及L、M、Q、H四种纠错级别65% 相似待验证官方基准数据显示新版 Qwen3 27B 智能体解码从 13.3 提升到 42.2，软件工程类任务从 49.3 提升到 79，前沿智能体任务从 10.6 提升到 2064% 相似待验证46个模型中有41个完整跑完全部28道题，3个因服务错误未完成，GPT-5.6 Terra因配额限制止步24/28，GPT-6 Astra只跑了1道题64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003733API
curl https://kongchang.com/api/v1/knowledge/claims/1003733MCP
get_claim(id=1003733)