待验证50% 置信基准精确时间
该模型在Agentic Index上拿到51分，超过Claude Opus的最高推理档，但在Terminal Bench和GPQA Diamond上落后于Claude Opus级别
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/18
首次发现
有效期至：2026/12/17
来源
涉及实体
相关事实
待验证Qwen3.8-27B在Terminal Bench、GPQA Diamond、HLE测试中均落后于Claude Opus 4.6（分别为73 vs 78.2、89.2 vs 91.3、30.8 vs 40）66% 相似待验证GLM-5.3-Flash在Artificial Analysis综合智能指数评测中取得57分，与Claude Opus 4.8持平66% 相似待验证Opus 5 在 Low Effort 下的通过率约为 60%，超过了 Opus 4.8 在 Max 级别下的 59%，后者单任务成本高达 13 美元66% 相似待验证Claude Opus 4.7中间检查点通过率达57%，最终准确率却只有39.8%66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/931006API
curl https://kongchang.com/api/v1/knowledge/claims/931006MCP
get_claim(id=931006)