待验证50% 置信解决方案精确时间
三层语义路由矩阵将80%流量分给 tier-fast（gemini-2.0-flash-001），15%分给 tier-frontier（claude-3.7-sonnet），5%分给 tier-reasoning（qwq-32b 或 o3-mini）。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
涉及实体
相关事实
待验证Q3_XXS模型搭配F16 KV缓存needle测试得分约80%,而Q3_K_XL配合kvarn3 KV缓存得分接近100%67% 相似待验证在数学推理任务GSM8K上，OQ4E做对954题（95.4%），8bit只做对924题（92.4%），4bit版本反而高出3个百分点67% 相似待验证三级缓存使Q4权重下生成速度从每秒1.83个token提升到8.89个，提升接近5倍64% 相似待验证在 Instruct 模式下，MiniCPM-V 4.7 35B-A3B 用比 Qwen3.6 35B-A3B 更少的推理时间取得了更高的综合得分。63% 相似已验证Opus级别模型的API定价通常是中端Sonnet的3-5倍62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1072611API
curl https://kongchang.com/api/v1/knowledge/claims/1072611MCP
get_claim(id=1072611)