待验证50% 置信基准精确时间
在难核查档注入诱饵下，GPT-5.4 mini 两种顺序都判错的题数从3升至39，Qwen3-Next 80B Instruct 从4升至38，GPT-5.4 mini 和 Qwen3-Next Instruct 的难题得分直接归零（低于随机抛硬币的约0.25）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/11
首次发现
有效期至：2027/1/9
来源
涉及实体
相关事实
待验证在无诱饵的难核查档，GPT-5.4 nano 只有19/40两次都答对，并有65%概率选Response A；GPT-5.4 mini 选A概率66%，Grok 4.20非推理版62%，而强裁判稳定在50%72% 相似待验证在Artificial Analysis智能指数上，Qwen3.8 27b得34，Qwen3.6 27b得21，Gemma 4 26b得17，GLM 4.7 Flash得15，Qwen3 Coder Next仅971% 相似已验证Qwen3-4B在多项推理类评测指标上已与DeepSeek V3或GPT-4o相差无几68% 相似待验证在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/996777API
curl https://kongchang.com/api/v1/knowledge/claims/996777MCP
get_claim(id=996777)