待验证50% 置信基准精确时间
TEFM在Qwen3、Gemma-2、Phi-4等多个主流大语言模型上进行了测试，验证其模型无关性
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证本文测试了GPT-4o Mini、Qwen Max和本地Llama 3.1三个大模型在多Agent场景中的实际表现71% 相似已验证Meta的Llama 3系列、Mistral、Qwen、DeepSeek等模型在多项基准测试上已接近甚至超越早期的GPT-4水平，且支持本地部署68% 相似部分验证The GPT series, LLaMA, and Qwen are all Large Language Models67% 相似待验证Anthropic推出的Claude系列大语言模型在多项基准测试中与GPT-4系列形成正面竞争66% 相似待验证本地部署模型（如Llama、Mistral、Qwen）与GPT-4、Claude 3.5 Sonnet等顶级商业模型之间存在显著的推理能力差距65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/895204API
curl https://kongchang.com/api/v1/knowledge/claims/895204MCP
get_claim(id=895204)