待验证50% 置信事实精确时间
MLExpert在MLE-Bench Lite上的表现接近Kimi-K3、GLM-5.3等更大规模的前沿模型。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/16
首次发现
有效期至：2026/10/30
来源
涉及实体
相关事实
待验证在构建ChatGPT克隆应用的实测中，Kimi K3表现最佳，Opus 5.5表现翻车，Mistral Large 4整体介于DeepSeek和GLM 5.3之间69% 相似待验证近期DeepSeek正式版本、Kimi K3、智谱最新模型在国外知名测试平台上的Agent与Coding得分已非常接近OpenAI GPT-5.5/5.6系列以及Anthropic Opus 4.8等模型的水平。64% 相似待验证国产的Kimi K3、GLM 5.3在多数任务上并未与GPT-6拉开代差，GLM在部分视觉效果上有亮点63% 相似待验证在 MMLU、HumanEval、GSM8K 等主流基准上，开源模型已达到 GPT-4 早期版本 85-95% 的水平61% 相似待验证LLaMA是Meta开源的大语言模型系列，以较小的参数量实现了接近GPT-3.5的性能61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041827API
curl https://kongchang.com/api/v1/knowledge/claims/1041827MCP
get_claim(id=1041827)