待验证50% 置信基准精确时间

开源模型得分较低：Qwen3 235B得11/12、Gemma 4两个尺寸均为9/12、DeepSeek R1得7/12、GLM-5得5/12

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

我问14个AI模型"你是谁"，谷歌Gemma竟自称GPT-4o

涉及实体

Qwen3 235Bmodel Gemma 4model DeepSeek R1model GLM-5model

相关事实

待验证数据集涵盖四个开源权重模型Qwen2.5-7B、Mistral-7B-v0.3、Phi-3.5-mini和Qwen2.5-1.5B，各30条轨迹75% 相似待验证开源模型MiniMax M2.6 Pro得分46分，GLM 5.3和Qwen 3.8 Max约45分，均接近GPT-6 Sol的48分73% 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71% 相似待验证Qwen3.5-0.8B原版NLL为2.905585，PPL为18.2759；Qwengram-0.8B的NLL为2.853786，PPL为17.353470% 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970% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/999539

API

curl https://kongchang.com/api/v1/knowledge/claims/999539

MCP

get_claim(id=999539)