待验证50% 置信基准精确时间

Qwen3.8-27B在Terminal Bench、GPQA Diamond、HLE测试中均落后于Claude Opus 4.6（分别为73 vs 78.2、89.2 vs 91.3、30.8 vs 40）

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/3

首次发现

有效期至：2026/12/2

来源

Qwen3.8-27B本地部署实测：27B参数真能媲美Claude Opus？

涉及实体

Qwen3.8-27Bmodel Claude Opus 4.6model Terminal Benchconcept GPQA Diamondconcept HLEconcept

相关事实

待验证在终端基准（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68% 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68% 相似待验证据非官方爆料，Terminal Bench 3.0基准测试中Claude Opus 5 Max以43.5%的得分超越GPT-5.6-Sol的34.6%重登榜首67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/848866

API

curl https://kongchang.com/api/v1/knowledge/claims/848866

MCP

get_claim(id=848866)