待验证50% 置信事实精确时间
Reflection AI 自报 Beam 在 SWE-Bench Verified 得分 80.9、Terminal-Bench 2.1 得分 80.1、AIME 2026 得分 97.8。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
Reflection AI Beam：501B参数为何按23B计费
rss2026/10/15
涉及实体
相关事实
待验证Reflection 公布的基准数据（未经第三方独立验证）：SWE-bench Verified 80.9，Terminal Bench v2.1 80.1，DeepSWE v1.1 44.4。71% 相似待验证OmniParsingBench 上 Youtu 平均 75.08 分，低于 Gemini-3-Pro 的 77.44；在图表 95.02 和音频 78.08 上胜出，但在自然图像 62.84 对 69.73 和几何 74.33 对 85.43 上明显落后。64% 相似待验证在Terminal Bench 2.1基准测试上，GPT-5.6 Sol的Ultra模式接近92%，超越竞品的88%表现64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1036254API
curl https://kongchang.com/api/v1/knowledge/claims/1036254MCP
get_claim(id=1036254)