待验证50% 置信事实精确时间
据官方说法,Ripple-65B Preview 在 Terminal-Bench 2.1 上的成绩领先于参数量最高达到它 15 倍的美国开源模型。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/4
首次发现
此条事实已过期,仅作历史留存,不再代表当前状态
有效期至:2026/11/18(已过期)
来源
涉及实体
相关事实
待验证在TerminalBench 4.0上,Large 4得分41%,比三周前的预览版提升13个百分点,Mistral称其在开源模型中排第一。59% 相似待验证在 Terminal-Bench 上约 65% 的得分已属中上水平,但跨不同版本(如 4.0)比较需谨慎,因为任务集和评分规则可能调整。57% 相似待验证同一个DeepSeek v1.1模型在Terminal Bench 2.0上不同Harness下的得分从69.8%跨到74.2%55% 相似待验证Fable 5.1 在 Terminal Bench Science 0.1 基准测试中得分 52.6%,相比上一代翻了一倍多55% 相似待验证在DeepSeek官方对比中,使用相同检查点并以最大努力运行时,其最小框架得分72.6,而开源代码得分65.554% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1137480API
curl https://kongchang.com/api/v1/knowledge/claims/1137480MCP
get_claim(id=1137480)