待验证60% 置信事实时间未知

Qwen 3's flagship version matches or surpasses GPT-4o and Claude 3.5 Sonnet in multiple benchmark tests.

2

来源数

60%

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

Qwen + VS Code in Practice: The Full Process of Using AI to Revamp a Webmaster Networking Platform

bilibili卢松松日常

相关事实

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5874% 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96.771% 相似待验证Qwen3.6-27B在多个基准测试维度上全面超越了前代Qwen系列中参数量更大的旗舰模型71% 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35.570% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/54883

API

curl https://kongchang.com/api/v1/knowledge/claims/54883

MCP

get_claim(id=54883)