已过期50% 置信基准精确时间
Aplomb 1 在 Decision Index 0.2.1 上以官方工具跑出 44.86 分，位列已公布榜单中 4B 模型第一名
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/6
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/20(已过期)
来源
涉及实体
相关事实
待验证在全部 38 项基准中，Aplomb 1 在 8 项上拿到 5.3B 以内模型最高分，包括 MMLU-Pro、GPQA Diamond 和 BBH64% 相似待验证在Terminal Bench 3.0上Opus 5以43.3领先V4.1的30.0，在Humanity's Last Exam上Opus 5为56.3而V4.1只有36.863% 相似待验证Layla在Typed Decisions数据集上微调后得分0.766，但未微调的基础模型只有0.35左右，低于全猜多数选项的基线0.46159% 相似待验证35B A3B版本在多项测评中排名第一且各领域能力均衡59% 相似待验证V4 Pro Max满血推理模式下算法竞赛3206分、编程93.5分、科学问答90.1分、软件工程80.6分、终端操作67.9分59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/982226API
curl https://kongchang.com/api/v1/knowledge/claims/982226MCP
get_claim(id=982226)