Unverified50% confidenceBenchmarkExact time
在HLE科学类基准上，Agent A1 据实测数据超过了Qwen 3.6和Step 3.5 Flash
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/22/2026
First Seen
Valid until: 10/20/2026
Sources
Related Claims
UnverifiedStep 3.7 Flash 在 ClawEval-1.1 基准测试中以 67.1 分领先71% similarUnverified在本地推理速度对比中，Agent A1（95 tokens/秒）快于Gemma 4 Coder和Qwen系列67% similarUnverifiedStep 3.7 Flash 在 SimpleVQA 基准测试中以 79.2 分排名第一65% similarUnverified官方表示HY3在大部分场景中优于参数规模相当的Deepseek V4 Flash，并在内部盲测中平均得分高于GLM系列模型64% similarUnverifiedPrime Agent 搭配 Opus 5 模型在 ARC-AGI-3 基准上取得了 95.5% 的成绩，据称超越了报告中的人类专家基线60% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/593887API
curl https://kongchang.com/api/v1/knowledge/claims/593887MCP
get_claim(id=593887)