待验证60% 置信基准精确时间

在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/8/17

首次发现

有效期至：2026/11/15

来源

Meta Muse Glimmer 30B深度评测：视觉理解能力惊艳，本地部署门槛低

相关事实

待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）76% 相似待验证在SWE Bench Pro上Glimmer以51.2略胜Qwen的50.2，但在SWE Bench Verified（Qwen 77.2 vs 76）和Terminal Bench（Qwen 60.7 vs 51.7）上Qwen反超75% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/762696

API

curl https://kongchang.com/api/v1/knowledge/claims/762696

MCP

get_claim(id=762696)