待验证50% 置信基准精确时间
在 PLAN/BUILD/SHIP 流程图测试中，FLUX.2 klein 种子 11 以 4.75 分获得最高分，八张图都拼对了三个词。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/16
首次发现
有效期至：2027/1/14
来源
Mac 本地图像生成模型实测：ERNIE 与 FLUX 对比
rss2026/10/16
涉及实体
相关事实
待验证在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）62% 相似待验证在12个合成事件报告抽取任务上，使用Ollama本地运行llama3.1:8b，temperature=0、固定种子，单次调用条件字段准确率为30/36（83.3%），三步流水线（规划器、执行器、审阅器）条件为33/36（91.7%）。61% 相似待验证给 glm-5.3 设置 max_tokens=64 时，completion_tokens 用满64其中60个花在reasoning上，仅4个token留给回答导致文本为空61% 相似待验证在树莓派5上实测的8款本地大模型中，只有3款真正通过了速度和任务完成度的考验61% 相似待验证在“风暴中的灯塔”构图光影测试中，ERNIE 两个版本都得 4.75 分，FLUX.2 klein 两个种子分别得 4.00 和 3.88 分。60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1048855API
curl https://kongchang.com/api/v1/knowledge/claims/1048855MCP
get_claim(id=1048855)