待验证50% 置信基准精确时间

第三方评测机构AI摩卡在数学、代码和研究能力综合测试中给千问3-27B打34分，一年前的冠军GPT-4o只有23分。

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

Qwen3-27B超过去年顶尖模型，小模型时代真的来了

bilibiliAI大圆镜2026/10/15

涉及实体

AI摩卡company 千问3-27Bmodel GPT-4omodel

相关事实

待验证当前的顶尖模型综合测试分数为58分，千问3-27B的34分与之相差24分。77% 相似待验证本次评测使用全国一卷高考数学题对比Muse Glimmer和通义千问3.6 27B70% 相似待验证评测者认为通义千问3.6 27B是30B级别中对高考数学题表现最好的模型69% 相似待验证在HLE基准测试中，COMED将GPT-5.5的表现从23.1%提升到28.1%69% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1039943

API

curl https://kongchang.com/api/v1/knowledge/claims/1039943

MCP

get_claim(id=1039943)