待验证50% 置信基准精确时间
Tev-27B 在中周期任务 TB 2.1 上达到了 Claude Opus 4.8 级别的表现。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/14
首次发现
有效期至：2026/10/28
来源
涉及实体
相关事实
待验证Tev-27B 在未见过 Terminal-Bench 训练数据的情况下，在 TB 3.0 和 4.0 子集上超过了 GLM 5.2 和 Gemini 3.7 Flash；在 TB 2.1 上达到了 Claude Opus 4.8 的表现。75% 相似待验证在SWE-bench Pro基准上，千问3.8 27B模型的分数超过了Claude Opus62% 相似待验证用 PPRS 方法训练出的模型是 Tev-27B。61% 相似待验证Tev-27B 完全在 ALE（Agents' Last Exam）的计算与数学科学领域上使用 PPRS 训练，在 ALE-CM 的 Pass@5 指标上匹配了 GPT-6 Astra 和 Claude Opus 5。61% 相似待验证Qwen3 27B在多项编程和智能体基准测试中的得分超越了Claude Opus 4.659% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1028130API
curl https://kongchang.com/api/v1/knowledge/claims/1028130MCP
get_claim(id=1028130)