待验证50% 置信基准精确时间
厂商报告数据显示，Kimi K3在GPQA Diamond得分93.5，SWE-bench Verified得分76.8；DeepSeek V4.1 Flash在Terminal-Bench 2.1报告得分90.6。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证Qwen3.8-27B 官方模型卡成绩：GPQA Diamond 89.2、LiveCodeBench v6 90.3、SWE-bench Pro 61.7、Terminal Bench 2.1 73.0；Artificial Analysis Intelligence Index 52 分，与 GPT-5.6 Luna 持平，仅比 GLM-5.2（753B）和 DeepSeek V4 Pro（1.7T）低一分。72% 相似待验证IQ3S档位在GPQA Diamond上得92.93（BF16基线91.92），LiveCodeBench V6为86.86（对比87.43），三项任务平均93.26对93.12，体积不到BF16的四分之一（约22%）72% 相似待验证在 GPQA-Diamond xhigh 测试中，基座 Qwen3.8-27B 达 88.4% 准确率消耗 6,642 中位 token，Swift 保持 88.3% 准确率但 token 降至 2,77168% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1034259API
curl https://kongchang.com/api/v1/knowledge/claims/1034259MCP
get_claim(id=1034259)