待验证85% 置信事实精确时间

Step 3.7 Flash 在 SWE-Bench PRO 基准测试中以 56.3 分排名第二

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/5/29

首次发现

有效期至：2026/8/27

来源

Step 3.7 Flash：198B稀疏MoE多模态模型深度解析

twitterlmsysorg2026/5/29

涉及实体

Step 3.7 Flashmodel SWE-Bench PROconcept

相关事实

待验证Step 3.7 Flash 在 ClawEval-1.1 基准测试中以 67.1 分领先83% 相似待验证盘古2.0 Flash在SWE-Bench Verified工程实战测试中得分仅63.1，在所有对比模型中垫底81% 相似待验证Step 3.7 Flash 在 SimpleVQA 基准测试中以 79.2 分排名第一79% 相似待验证Step 3.5 Flash在编码测试（如SWE-Bench）等特定基准测试中分数超越了Google的Gemini 3 Flash79% 相似待验证Step 3.7 Flash 在 V* 基准测试中达到 95.3 分77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/601

API

curl https://kongchang.com/api/v1/knowledge/claims/601

MCP

get_claim(id=601)