已过期60% 置信事实精确时间

该测评为单次、单一模型、单一提示词的主观测评，样本量有限，结果仅供参考

2

来源数

60%

置信度

短期 (~14 天)

时效性

2026/9/15

首次发现

有效期至：2026/9/29(已过期)

来源

同款模型三大AI Agent横评：DeepSeek Harness、ZCode与Hermes谁更强

相关事实

待验证该Reddit测试为单一来源的个人观察，样本数量有限，并非严格的量化基准测试73% 相似待验证多合一联检试纸(如甲流+乙流+新冠三联)看似省钱，但单项检测灵敏度通常低于单项专用试纸，且无法明确单一指标浓度，症状明确时建议单项检测71% 相似待验证单次检测只能反映采样时刻的菌群状态，肠道菌群受饮食、用药等影响波动较大，单次结果参考价值有限，需多次检测才能观察趋势70% 相似待验证社区评测样本量小、缺乏量化指标、评测条件难以复现，应作为参考起点而非结论直接接受69% 相似待验证LLM-as-a-Judge 常见评估模式包括单点评分、成对比较以及参考答案对照评分69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/923820

API

curl https://kongchang.com/api/v1/knowledge/claims/923820

MCP

get_claim(id=923820)