待验证50% 置信基准精确时间
MATE 搭配 Qwen2.5-14B 模型，任务成功率达到 81.3%
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证Qwen3-1.7B在2跳任务上忠实度为68%，到6跳时暴跌至30%，而Qwen3-4B在不同跳数下保持相对平稳71% 相似已验证Qwen3.5的参数激活率为4.3%，而DeepSeek V3的671B模型激活率为5.5%71% 相似待验证阿里官方宣称Qwen 3.8 27B的整体性能已超越Qwen 3.7 Plus，尤其在真实场景编程、智能体任务和办公工作流方面表现突出69% 相似待验证Unsloth发布的QWEN 3 235B的1-bit构建宣称保留77%精度，但在长任务上实际得分只有8%67% 相似待验证Qwen 3.6's performance in general programming capability, development skills, multi-turn agent-enhanced capability, and agent task testing leads Qwen 3.5 in many aspects and approaches or exceeds Claude 4.5 Opus on certain metrics.64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961193API
curl https://kongchang.com/api/v1/knowledge/claims/961193MCP
get_claim(id=961193)