待验证50% 置信事实精确时间
Forge 2.0 中单个模型的两次构建差距中位数为 0.0832，Jev Router 两次构建相差 0.2125，Gemini 4 Argon 两次构建相差 0.4983（0.7926 对 0.2943）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/17
首次发现
有效期至：2026/10/31
来源
涉及实体
相关事实
待验证TypeSafe 的 Jev Router 在 Forge 2.0 智能体编程基准上两次构建得分分别为 0.6398 和 0.8523，中位数 0.746，排名第一。75% 相似待验证Jev Router 低分构建 0.6398 与 GPT-6.1 Sol 高分构建 0.6495 仅差 0.0097，按照 forge2_compare.py 的规则（一方所有构建都超过另一方所有构建才算分出胜负）应判为「未解决」。70% 相似待验证在标准评测上Supra-50M领先SHADOW：ARC-Easy 0.435对0.307，PIQA 0.600对0.570，WikiText-2困惑度165对18660% 相似待验证在 DeepSWE v1.1（编程）基准测试中，Gemini 4 Argon 得分为 77.9%，Claude Opus 5.5 为 74.2%，GPT-6 Astra 为 74.1%。60% 相似待验证在项目三（Lakebed产品审计）中，Gemini 4 Argon仅得2.25/10，78条发现中56条错误，失败率约70%；而6.1 Sol得9/1059% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1052552API
curl https://kongchang.com/api/v1/knowledge/claims/1052552MCP
get_claim(id=1052552)