待验证50% 置信基准精确时间

Qwen4 预览版在 HLE 推理榜单上只有 35.9 分，输给对手加强版的 40 分

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/7

首次发现

有效期至：2027/1/5

来源

Qwen4 四张牌齐发：Max、Flash、Plus与可本地跑的27B

涉及实体

Qwen4model HLEconcept

相关事实

待验证在纯推理任务上Qwen3 27B的HLE只有30.8分，明显落后于Opus的40.0分74% 相似待验证在终端基准（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Qwen3-1.7B的整体因果忠实度只有54.8%，远低于Qwen3-4B68% 相似待验证Qwen3 27B的IQ4XS量化版本性能相比原始满血版本仅下降约6%65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/985982

API

curl https://kongchang.com/api/v1/knowledge/claims/985982

MCP

get_claim(id=985982)