待验证50% 置信基准精确时间
根据 Mozilla Common Voice MOS 等独立基准测试，ElevenLabs 稳定在 4.6-4.8 分，Azure 通常在 4.2-4.4 分之间。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证在MMLU Pro测试中，8bit以60.6%略胜OQ4E的59.9%57% 相似待验证在数学推理任务GSM8K上，OQ4E做对954题（95.4%），8bit只做对924题（92.4%），4bit版本反而高出3个百分点57% 相似待验证在深度代码审查任务上Grok 4.7和Sol表现优于Opus和Fable，但Opus从5到5.5在该bench上的提升接近翻倍56% 相似待验证基于MLX框架对同一个Qwen3 27B模型进行8bit和4bit（OQ4E）量化实测，在10项准确性测试中各赢5项打成平手56% 相似待验证在Arena AI盲测ELO排名（coding与web开发）中，Mistral Large 4排名第45位，性能大致相当于Opus 4.8、Sonnet 4.6或GPT-5.6级别56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1014525API
curl https://kongchang.com/api/v1/knowledge/claims/1014525MCP
get_claim(id=1014525)