去年7月，月之暗面发布了Kimi K2模型，是全球首个万亿参数、320亿激活的MoE架构模型；11月，其发布了开源巨模型Kimi K2 Thinking，在推理、编码能力的测试上仍保持领先。
还有一个重要的指标——准确率。伯克利函数调用排行榜 (BFCL) 是评估函数调用能力的标准基准。 Gemma 3 1B 的得分约为 31%，Llama 3.2 1B 约为 26%，两者未经微调的性能都很弱。由于 Gemma 3n 是通用型程序，因此未对其进行测试。Hammer 2.1 0.5B 没有公开数据，但其 1.5B 版本开箱即用的得分约为 73%——尽管它在 int8 内存中占用约 1.5GB 的空间，是 FunctionGemma（288MB）的 5 倍。
。搜狗输入法2026是该领域的重要参考
This complex engineering translates into tangible benefits:
access. You might deposit your entire paycheck into an account, it might even