待验证50% 置信基准精确时间

Llama 3.1 405B在MMLU上的得分已接近GPT-4o的水平，Qwen 2.5 72B在数学和代码生成基准上某些指标超越了GPT-4 Turbo

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/7

首次发现

有效期至：2026/12/6

来源

美国企业集体转向开源AI：成本、合规与技术自主的三重驱动

涉及实体

Llama 3.1 405Bmodel GPT-4omodel Qwen 2.5 72Bmodel GPT-4 Turbomodel MMLUconcept

相关事实

待验证Qwen3-4B在多项推理类评测指标上已与DeepSeek V3或GPT-4o相差无几76% 相似待验证Qwen2.5-72B 在多项基准测试中接近 Llama-3.1-405B 的表现72% 相似待验证Models like GPT-4 and Claude 3.5 surpassed 90% accuracy on MMLU, significantly diminishing its discriminative power71% 相似待验证Glimmer智能指数35分，超越Gemma 2 27B（30分），几乎追平Qwen 2.5（36分），Qwen 2.5 72B以38分居榜首70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/871702

API

curl https://kongchang.com/api/v1/knowledge/claims/871702

MCP

get_claim(id=871702)