待验证65% 置信事实时间未知

千问3 Coder 30B在编程基准测试（如HumanEval、MBPP等）中的表现已接近甚至超过部分早期商业闭源模型

1

来源数

65%

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

Ollama+OpenCode本地部署AI编程：零成本替代Cursor的完整方案

bilibili计算机-刘经纬教授

涉及实体

Qwen3 Codermodel HumanEvalconcept MBPPconcept

相关事实

待验证Qwen3.6 27B在MMLU、HumanEval等主流基准测试中表现接近部分商业模型67% 相似待验证千问3的235B参数MoE旗舰版在多项权威基准测试中接近甚至超越闭源顶级模型67% 相似待验证阿里云Qwen2.5-Coder-32B在2024年底的评测中，在HumanEval、MBPP等主流代码基准上超越GPT-4o66% 相似待验证在27B混合架构、4B稠密模型、36B MoE三类模型上以8k上下文测试，Prefill阶段性能无变化，Decode阶段打补丁后快约1.4%65% 相似待验证测试者评估Codex大概能完成看板上30%的任务63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/22553

API

curl https://kongchang.com/api/v1/knowledge/claims/22553

MCP

get_claim(id=22553)