待验证60% 置信事实时间未知

Gemini 3.1 Pro在SWE Bench Pro上得分54.2

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Claude Opus 4.7深度实测：编码能力飙升，最强模型Mythos仍被封印

bilibili枫叶边城

涉及实体

Gemini 3.1 Promodel SWE Bench Proconcept

相关事实

待验证Claude 4.5在Terminal Bench 2.0测试中成功率高出Gemini 3 Pro 5.1%79% 相似待验证在SimpleQA评测中，Gemini 3.1 Pro以75.6分领先，DeepSeek V4 Pro得分57.9分77% 相似待验证Gemini 3.5 Pro在ARC-AGI-2通用智能评估中得分42分，远超同期竞品76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13840

API

curl https://kongchang.com/api/v1/knowledge/claims/13840

MCP

get_claim(id=13840)