待验证50% 置信观点精确时间

被试用后淘汰的模型包括Mistral 24B、GPT-OSS 20B、Kimi K2、Phi-4、DeepSeek、Cydonia等，原因多为过慢、效果差或有更好替代品

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

10-16GB显卡本地LLM实测排名：哪款模型最值得跑？

涉及实体

GPT-OSS 20Bmodel Kimi K2model Phi-4model DeepSeekmodel

相关事实

待验证Qwen2.5-Coder 系列由阿里巴巴通义实验室出品，其32B参数版本在多项指标上超越了GPT-4o61% 相似待验证用4B模型对BM25筛出的候选短名单做重排序，效果优于单纯的BM25(+0.047，置信区间[0.020, 0.073])，尽管该4B重排器本身未通过合格认证60% 相似待验证作者提到此前测试的35B、3B等其他模型在看板任务上的表现反而不如Qwen3 27B的Q2版本60% 相似待验证演示中使用的是MiniMax M3模型，而非市面上性能最强的模型，选型标准为够用、成本可靠60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999481

API

curl https://kongchang.com/api/v1/knowledge/claims/999481

MCP

get_claim(id=999481)