待验证50% 置信基准精确时间
在 Multimodal RewardBench 2 上，JEV-27B-VL 四项任务平均 63.8，与 GPT-4.1 和 Qwen3-VL-32B 接近，但落后于 GPT-5 和 Gemini 3 Pro；图像编辑项 57.8 是明显短板。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证Qwen3.8-27B 官方模型卡成绩：GPQA Diamond 89.2、LiveCodeBench v6 90.3、SWE-bench Pro 61.7、Terminal Bench 2.1 73.0；Artificial Analysis Intelligence Index 52 分，与 GPT-5.6 Luna 持平，仅比 GLM-5.2（753B）和 DeepSeek V4 Pro（1.7T）低一分。74% 相似待验证d1-3B 在 11 项图像基准上平均 74.1，LFM2.5-VL-3B 为 73.9；在 VL-RewardBench 上 d1-3B 得 65.0 远超 LFM2.5-VL-3B 的 50.9，但在 CV-Bench（82.1 对 87.6）、VisualWebBench（71.4 对 78.3）、POPE（88.5 对 90.1）上落后。73% 相似待验证DataBugBench 测试覆盖了五款模型：Claude 3.5 Sonnet、GPT-4o、Gemini 1.5 Pro、Qwen 2.5 Coder 32B、Llama 3.3 70B66% 相似待验证在 VL-RewardBench 上，JEV-27B-VL 整体准确率 78.3%，幻觉项 83.2%，推理项 78.2%，一般性问题准确率 58.0%。65% 相似待验证GPT-4o、Qwen-VL Max 和 LLaMA 的标签—图像准确率差距分别达到 9.5、13.8 和 12.6 个百分点。65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050831API
curl https://kongchang.com/api/v1/knowledge/claims/1050831MCP
get_claim(id=1050831)