待验证50% 置信观点精确时间

以 Claude 3.5 Sonnet 为代表的模型在代码生成的一次通过率（pass@1）上达到了工程实用水准

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/8

首次发现

有效期至：2026/10/6

来源

video-use：AI编程Agent自动剪辑视频的开源利器

githubGitHub Trending2026/7/3

相关事实

已验证Claude 3.5 Sonnet在SWE-bench等代码基准测试中长期领先76% 相似已验证Claude 3.5 Sonnet在代码生成基准测试HumanEval中达到了92%的通过率74% 相似待验证Claude 3.5 Sonnet在工具调用的准确率和参数生成的可靠性方面表现突出73% 相似待验证Claude 3.5 Sonnet在SWE-bench软件工程基准测试上突破49%的解题率72% 相似待验证Claude Sonnet 4.6在智能体终端编码基准测试中从51%提升至59%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/274460

API

curl https://kongchang.com/api/v1/knowledge/claims/274460

MCP

get_claim(id=274460)