待验证50% 置信基准精确时间
Llama 3.1（Meta）、Mistral 7B/8x7B、Qwen2.5-Coder（阿里云）等开源模型在代码和配置生成任务上达到接近 GPT-4 的实用水平
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/19
首次发现
有效期至：2026/10/17
来源
相关事实
待验证Meta的Llama 3.1系列、DeepSeek-V3、阿里的Qwen2.5-Coder等开源模型在HumanEval、SWE-bench等代码生成基准上与GPT-4级别模型差距显著收窄83% 相似部分验证AnythingLLM支持通过Ollama运行Llama 3、Mistral、Qwen等开源模型，也可接入OpenAI GPT-4、Claude、Gemini等商业模型API81% 相似待验证Qwen-7B、LLaMA-2-7B等开源模型经过Agent Tuning后在工具调用准确率上可以达到GPT-3.5甚至接近GPT-4的水平80% 相似待验证GPT-4据传采用了MoE设计，Mixtral 8x7B是开源领域的代表实现76% 相似待验证Qwen2.5-27B是阿里云通义实验室发布的270亿参数开源模型，在MMLU、HumanEval、GSM8K等基准上接近GPT-4早期版本水平76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558721API
curl https://kongchang.com/api/v1/knowledge/claims/558721MCP
get_claim(id=558721)