待验证50% 置信基准精确时间
GPQA Diamond榜单前五名：Darwin-180B-RSI 94.4%（180B）、Kimi-K3 93.5%（2.8T）、Darwin-397B-ZTC 93.4%（404B）、Ornith-1.5-397B 92.8%（403B）、Qwen3.8-2.4T-A95B 92.6%（2.4T）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
涉及实体
相关事实
待验证截至2026年10月19日，Darwin-180B-RSI在AIhoster榜单的MMLU-Pro上以88.1%排名第一，在GPQA Diamond上以94.4%排名第一。71% 相似待验证IQ3S档位在GPQA Diamond上得92.93（BF16基线91.92），LiveCodeBench V6为86.86（对比87.43），三项任务平均93.26对93.12，体积不到BF16的四分之一（约22%）70% 相似待验证Qwen3.8-27B在Terminal Bench、GPQA Diamond、HLE测试中均落后于Claude Opus 4.6（分别为73 vs 78.2、89.2 vs 91.3、30.8 vs 40）69% 相似待验证VIDRAFT的Darwin产品线同时有多个尺度与推理配置的模型进入GPQA榜单前列，包括180B-RSI（第一）、397B-ZTC（第三）和398B-JGOS（第九，90.9%），说明其为多版本并行迭代管线。69% 相似待验证MMLU-Pro前五名分差仅0.6个百分点：Darwin-180B-RSI 88.1%、MiniMax-M2.1 88.0%、Intern-S2-Preview 88.0%、Qwen3.5-397B-A17B 87.8%、DeepSeek-V4-Pro 87.5%。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1067094API
curl https://kongchang.com/api/v1/knowledge/claims/1067094MCP
get_claim(id=1067094)