待验证50% 置信基准精确时间

2.5-24智能体实测跑分48.09，对比第二名的38.19。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/15

首次发现

有效期至：2026/10/29

来源

240亿只动24.5亿：32G笔记本本地跑AI智能体，快1.7倍还开源

涉及实体

相关事实

待验证2.5-24在官方公布的16项基准测试中，自动化任务跑分27.69，第二名8.72，领先约3.2倍。79% 相似待验证2.5-24在工具沙箱测试中得分80.71，排名第一。71% 相似待验证本地运行的Gemma 26B在453次评分预测中准确率仅为49.2%，其配对的永远说涨基准准确率为53.4%69% 相似待验证根据Artificial Analysis的独立评测，Glimmer 30B的智能指数得分为35分67% 相似待验证Glimmer智能指数35分，超越Gemma 2 27B（30分），几乎追平Qwen 2.5（36分），Qwen 2.5 72B以38分居榜首67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1035429

API

curl https://kongchang.com/api/v1/knowledge/claims/1035429

MCP

get_claim(id=1035429)