待验证85% 置信事实时间未知

Qwen3.5在IFBench指令遵循评测中得分76.5，超过GPT-5.2的75.4和Claude 4.5 Opus的58

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Qwen3.5深度解析：混合注意力架构实现19倍长上下文加速

bilibili雪天鱼

涉及实体

Qwen3.5model GPT-5.2model Claude 4.5 Opusmodel IFBenchconcept

相关事实

待验证Qwen3.6 35B在SWE Bench Verified上的成绩距离Claude Opus 4.6仅差1.6个百分点77% 相似待验证Qwen3.5在AIME 2026数学竞赛评测中得分91.3，GPT-5.2为96.777% 相似待验证Qwen3-4B在多项推理类评测指标上已与DeepSeek V3或GPT-4o相差无几77% 相似待验证Qwen3.5在HLE博士级综合题评测中得分28.7，而GPT-5.2为35.576% 相似待验证Qwen 3's flagship version matches or surpasses GPT-4o and Claude 3.5 Sonnet in multiple benchmark tests.74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/18080

API

curl https://kongchang.com/api/v1/knowledge/claims/18080

MCP

get_claim(id=18080)