待验证50% 置信基准精确时间
蚂蚁百灵官方评测中,Ling 3.2-Flash 的三项成绩均高于 Opus 5 Max。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/8
首次发现
有效期至:2026/11/22
来源
涉及实体
相关事实
待验证Opus 5在ARC-AGI 3上的得分是次优模型的三倍68% 相似待验证GLM-5.3-Flash在Artificial Analysis综合智能指数评测中取得57分,与Claude Opus 4.8持平67% 相似已验证在自动化基准测试中,MiniMax M3.1 Flash得分62%,Claude Opus 5得分50.3%,GPT-5.6 Sol得分45.8%。66% 相似待验证在 IntLawNER 基准中,Claude Opus 4.6 取得最佳成绩,微观 F1 达到 0.87364% 相似待验证Opus 5在Frontier-Bench上的表现超过Opus 4.8的两倍62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1147333API
curl https://kongchang.com/api/v1/knowledge/claims/1147333MCP
get_claim(id=1147333)