待验证50% 置信基准精确时间
Qwen2.5-Coder 在 HumanEval 等代码生成基准上展现出接近 GPT-4o 的表现，其7B版本量化后可在普通笔记本上运行
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/20
首次发现
有效期至：2026/10/18
来源
相关事实
待验证Qwen3-32B的4-bit量化版本在代码生成和中文理解等任务上的表现已接近早期GPT-4水平79% 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78% 相似待验证在文档摘要基准测试上，Qwen2.5-32B-Instruct和Llama-3.1-70B的量化版本已能达到GPT-4早期版本85%-92%的表现水平74% 相似待验证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74% 相似待验证The study tested AI coding performance across models including Sonnet 4.5, GPT 5.2, GPT 5.1 Mini, and Qwen 372% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/570287API
curl https://kongchang.com/api/v1/knowledge/claims/570287MCP
get_claim(id=570287)