已验证65% 置信事实时间未知

Devin在SWE-bench测试中解决了13.86%的真实GitHub Issues，高于Claude 2的表现

3

来源数

65%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

AI编程工具深度对比：Qoder、Cursor、Windsurf、Devin怎么选

bilibili烟岚九境

涉及实体

Devinproduct SWE-Benchconcept Claude 2model

相关事实

待验证Devin在SWE-bench评测中达到13.86%的解决率（当时最高）71% 相似待验证在SWE-bench软件工程基准测试中，Claude 3.5系列的问题解决率显著高于同期竞品62% 相似待验证Devin在SWE-bench基准测试中曾创下当时的最高分59% 相似待验证Claude在OSWorld基准测试上的任务完成率达到了14.9%，代表了当时的最高水平58% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/3203

API

curl https://kongchang.com/api/v1/knowledge/claims/3203

MCP

get_claim(id=3203)