待验证60% 置信基准精确时间

在SWE-Bench Pro上，HY3以57.9分反超DeepSeek V4 Pro的55.4分

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/7/13

首次发现

有效期至：2026/10/11

来源

腾讯混元HY3深度评测：小体量开源模型如何逆袭大厂

bilibili硅谷神奇2026/7/7

相关事实

待验证在SWE-Bench Multilingual测试中，HY3得分75.8，略微落后于DeepSeek V4 Pro的76.274% 相似待验证在Terminal Bench跑分上，DeepSeek V4 Pro得87.9分，Claude Opus 4.8得85分66% 相似待验证Qwen3.6-27B用27B参数量在SWE Bench Verified、SWE Bench Pro、Terminal Bench 2.0等多项基准测试中超越了前代397B MOE旗舰模型的性能66% 相似待验证Claude Opus 4.6在SWE-Bench Pro测试中得分为53.4%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/495159

API

curl https://kongchang.com/api/v1/knowledge/claims/495159

MCP

get_claim(id=495159)