待验证50% 置信基准精确时间
Dory 在 SWE-bench Verified 上获得 61.8 分（4 次循环，NVIDIA 自测），Qwen3.5-9B 得分为 61 分。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/18
首次发现
有效期至：2026/11/1
来源
涉及实体
相关事实
已验证Qwen3.8-Flash-Next在SWE-bench 1.1和SWE-bench Pro测评中分别取得58.7和62.5的成绩75% 相似待验证Dory 在 IFBench 上领先 Qwen3.5-4B 超过 20 分（79 vs 53.83，4 次循环）。72% 相似待验证在SWE Bench Pro上Glimmer以51.2略胜Qwen的50.2，但在SWE Bench Verified（Qwen 77.2 vs 76）和Terminal Bench（Qwen 60.7 vs 51.7）上Qwen反超70% 相似待验证Dory 在 AA-Omniscience 基准上从 1 次循环到 4 次循环得分几乎不变（10.03、10.08、10.03），在 GPQA Diamond 和 HLE 上均落后于 Qwen3.5-4B。69% 相似待验证Qwen3-1.7B在2跳任务上忠实度为68%，到6跳时暴跌至30%，而Qwen3-4B在不同跳数下保持相对平稳68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1063733API
curl https://kongchang.com/api/v1/knowledge/claims/1063733MCP
get_claim(id=1063733)