待验证50% 置信基准精确时间

在 Terminal-Bench 2.1 基准上，Nanbeige4.3-33B 得分为 80.9，Qwen3.8-27B 得分为 73.0，两者在相同测试框架和推理设置下获得。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/26

首次发现

有效期至：2026/11/9

来源

Nanbeige开源33B教师模型：512K上下文，智能体能力超Qwen

涉及实体

Nanbeige4.3-33Bmodel Qwen3.8-27Bmodel Terminal-Bench 2.1concept

相关事实

待验证在 SWE-Bench Pro 基准上，Nanbeige4.3-33B 得分为 60.3，略低于 Qwen3.8-27B 的 61.7。75% 相似待验证在 Terminal-Bench 2.0 上，Qwen3.5-35B-A3B 使用此前方法得分为 37.1%，使用 EditAct 后为 48.3%。71% 相似待验证Qwen3.8 27b在Qwen卡上得分SWE-Bench Pro 61.7、Terminal Bench 2.1为73、Live Code Bench 90.366% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1099033

API

curl https://kongchang.com/api/v1/knowledge/claims/1099033

MCP

get_claim(id=1099033)