已验证65% 置信事实时间未知

Claude Code依托的Sonnet模型在HumanEval、SWE-bench等主流编程基准测试中持续领先

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Claude Code安装配置教程：与Cursor/TRAE对比及国内使用方案

bilibili代码指南

涉及实体

Claude Codeproduct Sonnetmodel HumanEvalconcept SWE-benchconcept

相关事实

待验证OpenAI的o系列模型、Anthropic的Claude 3.5 Sonnet在代码生成基准测试（如HumanEval、SWE-bench）上的得分已接近或超过人类程序员平均水平77% 相似待验证在Pillow库RGB转HSV精度Bug测试中，Claude Code使用Sonnet 4.6模型一次通过，逻辑清晰，获得满分76% 相似已验证Claude模型在SWE-bench等编程能力基准测试中持续领先72% 相似待验证测试者提出最优工作流为Sonnet负责规划，Haiku子代理执行具体操作，最后Sonnet负责复查71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/17488

API

curl https://kongchang.com/api/v1/knowledge/claims/17488

MCP

get_claim(id=17488)