待验证85% 置信事实时间未知
SWE-Bench Verified是经人工验证的500道高质量子集，SWE-Bench Lite是300道较简单的子集
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AI编程代理基准测试：80+工具横评排名与选型指南
githubmurataslan1
涉及实体
相关事实
待验证Qwen3.6-27B用27B参数量在SWE Bench Verified、SWE Bench Pro、Terminal Bench 2.0等多项基准测试中超越了前代397B MOE旗舰模型的性能61% 相似待验证SWE-Bench工程实战测试第一名是近期发布的MiniMax M2（397B）60% 相似待验证Step 3.7 Flash 在 SWE-Bench PRO 基准测试中以 56.3 分排名第二58% 相似待验证SWE-Bench Pro的提示词长度中位数为30,098个字符，而Frontier Code任务描述部分的中位数仅为9,082个字符56% 相似待验证Claude 3.7 Sonnet achieved 70.3% accuracy on SWE-Bench Verified with custom scaffolding54% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/28371API
curl https://kongchang.com/api/v1/knowledge/claims/28371MCP
get_claim(id=28371)