待验证50% 置信基准精确时间
Flint 在 SWE-bench Pro v2 上得分为 89.7，而 Qwen 3.6 得分为 73.8。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/23
首次发现
有效期至：2026/11/6
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69% 相似待验证Qwen3.5在TAU2-Bench上得分86.7，在MMMU上得分85.067% 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63% 相似待验证Flint 官方公布的 SWE-bench Verified 成绩为 74.2%。63% 相似待验证在工具调用测试BFCL中，Qwen3得分83%61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1090524API
curl https://kongchang.com/api/v1/knowledge/claims/1090524MCP
get_claim(id=1090524)