待验证50% 置信事件精确时间
MentionBird 团队测试发现，向 ChatGPT、Gemini、Claude 提问 Product Hunt 排名前三的产品相关问题，九个回答中这些产品一次都没有被提及。
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
待验证该测试为单一来源的个人测试，模型型号被标注为Qwen 3.8 27B存在命名歧义，实际配置、量化方式、生成耗时等细节均未披露，可复现性有待验证61% 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-3.6-27B61% 相似待验证在Meta自己公布的14项基准测试中，Muse Wonder赢了5项，主要集中在长周期编码、法律agent任务和Meta内部记忆测试；输掉了9项，包括ProgramBench（Opus以70.5对50.0领先）。57% 相似待验证在易核查档，有七个模型在所有六类诱饵下都拿到了40/40满分，Claude Sonnet 5.5、Gemini 3.7 Flash 和 GPT-6.1 Sol 在易难两档全部六个任务下一题没错57% 相似待验证基准测试涵盖来自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57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1017999API
curl https://kongchang.com/api/v1/knowledge/claims/1017999MCP
get_claim(id=1017999)