待验证50% 置信观点精确时间

评测者认为通义千问3.6 27B是30B级别中对高考数学题表现最好的模型

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/18

首次发现

有效期至：2026/11/16

来源

Meta Muse Glimmer vs 通义千问：30B开源模型高考数学实测对比

相关事实

待验证本次评测使用全国一卷高考数学题对比Muse Glimmer和通义千问3.6 27B76% 相似待验证测试者评估Codex大概能完成看板上30%的任务70% 相似待验证通义千问3.6 27B在语义三次全对率和格式正确率上均领先Muse Glimmer70% 相似待验证Qwen3.6-27B各项基准测试成绩在同规模（20B-30B参数级别）模型中处于领先地位68% 相似待验证测试者Luke认为Qwen3 27B是他测试过的在本地运行的最强编程模型63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/767869

API

curl https://kongchang.com/api/v1/knowledge/claims/767869

MCP

get_claim(id=767869)