研究与基准测试/2026-09-23/7 分钟慢思考 BFCL v3 到 78.3，τ-Bench 仍低于 o1：腾讯混元把快慢两种思考分开测慢思考 BFCL v3 为 78.3，τ-Bench 为 54.7，低于 o1 的 60.4。快思考 BFCL v3 掉到 65.9。表 2 相对上一代低了 3 项，不是正文写的 2 项。
研究与基准测试/2026-08-07/8 分钟128K 首 token 快 2.53 倍：腾讯用两个基准测 CoSA腾讯的 CoSA 只稀疏预填充。Qwen3-8B 在 RULER 上平均 88.65，全量是 89.20，预算从 100% 降到 22%。LongBench-v2 平均 36.51 对 37.48，预算 15%。128K 上注意力 4.93 倍，首 token 2.53 倍。核内跳过会先掉分，页重排再拉回。
