待验证50% 置信基准精确时间

谷歌官方模型卡给Gemma 4 26b的Live Code Bench打了77.1%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/10

首次发现

有效期至：2027/1/8

来源

本地AI编程模型实测：18G显存能否跑赢Opus？

涉及实体

Gemma 4 26bmodel 谷歌company Live Code Benchconcept

相关事实

待验证IQ3S档位在GPQA Diamond上得92.93（BF16基线91.92），LiveCodeBench V6为86.86（对比87.43），三项任务平均93.26对93.12，体积不到BF16的四分之一（约22%）57% 相似待验证豆包2.1 Pro在仓库级代码生成评测中得分47.053% 相似待验证根据SWE-Bench Verified基准测试，Qwen 2.5 Coder 32B的编码能力评分达到61.7分52% 相似待验证在WebArena浏览器智能体基准测试中，当时最强的GPT-4智能体得分14.41%，人类得分78.24%51% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/994068

API

curl https://kongchang.com/api/v1/knowledge/claims/994068

MCP

get_claim(id=994068)