待验证50% 置信基准精确时间
在 ng-hard 压力测试中，Gemini 3.7 Flash、GLM-5 和 Qwen 3 235B 都拿了100%，gpt-oss-120b 得80%（10行对8行）
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/11
首次发现
有效期至：2026/10/25
来源
涉及实体
相关事实
待验证Qwen 3.8 27B在Agentic指数上超越了GPT-5.6 Terra、DeepSeek v4 Pro、GPT-5.6 Luna和Gemini 3.7 Flash70% 相似待验证被测模型包括 Google 的 Gemini 3.7 Flash、Z.ai 的 GLM-5、阿里巴巴的 Qwen 3 235B A22B Instruct 以及 OpenAI 的 gpt-oss-120b，全部在 Kaggle 上运行68% 相似待验证参测的八个模型包括 GPT-6 Luna、Claude Haiku 5.5、Gemini 3.5 Flash-Lite、Qwen 3 Next 80B、Gemma 4 31B、GPT-6 Sol、Claude Sonnet 5 和 Gemini 3.7 Flash，每个模型在每条赛道跑 107 次调查67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/999501API
curl https://kongchang.com/api/v1/knowledge/claims/999501MCP
get_claim(id=999501)