待验证50% 置信事实精确时间
DeepSeek V4 Pro's Terminal Bench score is slightly above open-source models Kimi K2.6, GLM 5.1, and Minimax M2.7
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
DeepSeek V4 Pro In-Depth Review: Performance Rivaling GPT-5.5 at 1/12 the Cost
bilibili63号炼金工坊2026/6/18
相关事实
待验证开源模型中表现最好的MiniMax M3和Kimi在OSWorld 2.0完成率仅4.6%66% 相似待验证GLM-4.7在代码能力基准测试中超过DeepSeek V3.2及Claude Sonnet 4.565% 相似待验证GLM 5.2 beats nearly all commercial closed-source models on terminal benchmarks and SW Band Pro, ranking just behind Opus 4.8.63% 相似待验证在南宋临安追杀动作游戏测试中，DeepSeek V4 Pro的完成度超过Kimi K3，实现了可玩的MVP63% 相似待验证阿里巴巴发布Qwen 3.6 MAX预览版，在SWE Bench Pro和Terminal Bench等编码测试中击败Claude 4.5 Opus和GLM 5.1，目前为闭源模型仅可通过阿里云API或Qwen Studio访问62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/44336API
curl https://kongchang.com/api/v1/knowledge/claims/44336MCP
get_claim(id=44336)