待验证50% 置信事件精确时间
在 3D 跑酷游戏任务中，千问3.5 9B 生成的结果出现明显逻辑缺陷（角色无论如何都能跑过障碍），而 Gemma 4 的效果完整可用。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/20
首次发现
有效期至：2026/11/3
来源
OpenAI Codex免费了？本地模型接管AI Agent实战
bilibili布丁学AI2026/10/17
涉及实体
相关事实
待验证作者实测对比 Gemma 3 1B 和 4B：1B 在改名场景下写出「应用将重发被搁置的事件」并让发送方去改，两个错误都被检查拦下并回退到规则答案；4B 在笔记本 GPU 上约 16 秒，能准确说出客户、金额和具体字段。68% 相似待验证Gemma 4 26B A4B在空间定位（grounding）上取得96.7%高分，但步骤级执行滑落至76.0%，表明开源模型知道物体在哪但在模拟连续动作结果上仍有短板68% 相似待验证演示中查询简单事实问题时路由器选择 Qwen3.5 40亿参数小模型，复杂任务由 Gemma 模型处理，速度约每秒 93.1 个 token65% 相似待验证Gemma 4（gemma-4-26b-a4b-it，走同一个Gemini API）负责高频低风险任务：判分、判断两个答案是否等价。65% 相似待验证Gemma 4采用混合专家架构（MoE），E2B后缀表示Effective 2B，每次推理只激活约20亿有效参数65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1076291API
curl https://kongchang.com/api/v1/knowledge/claims/1076291MCP
get_claim(id=1076291)