已验证80% 置信事实时间未知

2023年至2024年间，GPT-4、Claude 3、Gemini Ultra等主流大语言模型在基准测试上的差距持续收窄，在多数通用任务上已难分伯仲

7

来源数

80%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Gemini Neural Expressive设计语言详解：五大核心要素重新定义AI交互体验

twitterGeminiApp

涉及实体

GPT-4model Claude 3model Gemini Ultramodel

相关事实

待验证GPT-4、Gemini Ultra等大型语言模型在竞赛数学上已能达到接近顶级学生的水平，但在研究级证明上仍频繁出错82% 相似待验证当前主流大语言模型（GPT、Claude、Gemini）在基础能力上趋于接近，降低了跨模型迁移的摩擦76% 相似已验证GPT-4、Claude 3.5 Sonnet、Gemini 1.5 Pro等新一代大语言模型在HumanEval、SWE-bench等代码能力基准测试上的得分已大幅超越此前版本76% 相似已验证GPT-4、Claude、Gemini等代表性大语言模型参数量通常在千亿级别以上75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/9922

API

curl https://kongchang.com/api/v1/knowledge/claims/9922

MCP

get_claim(id=9922)