待验证50% 置信基准精确时间

Qwen2.5-Coder和DeepSeek-Coder-V2在HumanEval、MBPP等代码基准测试中的表现已非常接近Claude 3.5 Sonnet等顶级闭源模型

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

Cursor接入第三方模型完全指南：摆脱厂商锁定

涉及实体

Qwen2.5-Codermodel DeepSeek-Coder-V2model Claude 3.5 Sonnetmodel

相关事实

待验证基准测试显示Qwen3-235B的表现追平甚至超越了DeepSeek R1，在数学、编码、推理等类别中均占优势70% 相似待验证DeepSeek-V3发布时在多项基准测试中与Claude 3.5 Sonnet持平甚至超越，训练成本据报道仅为主流闭源模型的数分之一68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/838972

API

curl https://kongchang.com/api/v1/knowledge/claims/838972

MCP

get_claim(id=838972)