已过期50% 置信事件精确时间
三位评委给该项目的评分落在 6 到 7 分之间（满分 10 分），Casey 打 7 分，Trash 和 Prime 给 6 分
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/19
首次发现
有效期至：2026/10/3(已过期)
来源
涉及实体
相关事实
部分验证在KingBench 3测评中Soul得55分（约78.6%），Tara得44分（约62.9%），Luna得31分（约44.3%）64% 相似待验证The evaluation uses three scoring dimensions: Instruction Following, Unit Testing, and LLM as Judge63% 相似待验证小红书的CES评分体系中点赞1分、收藏1分、评论4分、转发4分60% 相似待验证评测设置了语义正确率、三次全对率和格式正确率三个维度指标60% 相似待验证通义千问3.6在SWE-Bench测试中得分78.8分，对比Claude Opus的80.9分59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/934070API
curl https://kongchang.com/api/v1/knowledge/claims/934070MCP
get_claim(id=934070)