待验证50% 置信基准精确时间
已发布权重的开源模型得分（32 分）落后榜首 26 分，且低于 Claude Haiku 5.5（max 档，36 分）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/28
首次发现
有效期至：2026/11/11
来源
涉及实体
相关事实
待验证Claude Haiku 从 4.5 版本的 0.68 跳升到 5.5 版本的 0.95，提升了 27 分70% 相似待验证19 个模型的得分从 0.55 到 1.00 不等，Qwen 3 235B A22B Instruct 以 1.00 排名第一70% 相似待验证Qwen4 预览版在 HLE 推理榜单上只有 35.9 分，输给对手加强版的 40 分69% 相似待验证在纯推理任务上Qwen3 27B的HLE只有30.8分，明显落后于Opus的40.0分68% 相似待验证Glimmer智能指数35分，超越Gemma 2 27B（30分），几乎追平Qwen 2.5（36分），Qwen 2.5 72B以38分居榜首67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106396API
curl https://kongchang.com/api/v1/knowledge/claims/1106396MCP
get_claim(id=1106396)