待验证50% 置信基准精确时间

在纯推理任务上Qwen3 27B的HLE只有30.8分，明显落后于Opus的40.0分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/24

首次发现

有效期至：2026/12/23

来源

Qwen3 27B本地实测：小模型智能体能力反超Opus旗舰

涉及实体

Qwen3 27Bmodel HLEconcept Opus 4.6 Maxmodel

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71% 相似待验证Qwen3-235B的MoE版本实际激活参数仅约22B71% 相似待验证作者提到此前测试的35B、3B等其他模型在看板任务上的表现反而不如Qwen3 27B的Q2版本71% 相似待验证研究显示,30B参数模型在复杂推理任务上的成功率比GPT-4/Claude-3.5低15-30个百分点70% 相似待验证Qwen3.6 34B 80层模型在LM Studio上的MTP推测解码接受率约为78%，而原版27B仅约57-58%69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/947048

API

curl https://kongchang.com/api/v1/knowledge/claims/947048

MCP

get_claim(id=947048)