已过期50% 置信基准精确时间
本次评测中Claude中位耗时22.0秒、平均搜索3.5次、正确21题；OpenAI实时中位5.7秒、正确22题；OpenAI缓存中位6.2秒、正确24题；Kimi K3中位25.9秒、正确21题；本地Qwen中位31.1秒、正确9题。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/16
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/30(已过期)
来源
四大AI联网搜索横评：Claude、Codex、Kimi K3与Qwen 120次实测
rss2026/10/16
涉及实体
相关事实
待验证模型在铅笔计数的多模态图片识别测试中给出34只的正确答案，此时速度为每秒55 Token68% 相似待验证Perplexity Decider V1.1 27B 以80/82 的成绩在测评中夺冠，中位延迟0.445秒，26对反转测试零翻转67% 相似待验证在每道题15分钟的时间限制下，证明智能体在StochBench上的成功证明率为34.9%（157/450）67% 相似待验证在模型对比测试中qwen2.5:3b正确理解配速，幻觉地名0个，长度误差0.3%，峰值内存259MB，耗时106秒66% 相似待验证在修复真实bug的14道题测试中，DevStral和Qwen3各修好12道，平均每题不超过97秒64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1045031API
curl https://kongchang.com/api/v1/knowledge/claims/1045031MCP
get_claim(id=1045031)