已验证90% 置信事实时间未知

2024年顶级模型在SWEbench-Verified上的通过率约为50-70%

7

来源数

90%

置信度

长期有效

时效性

2026/6/2

首次发现

来源

Cursor 2.0深度解析：自研模型、多Agent并行等五大新功能实测

bilibili鱼C-小甲鱼

涉及实体

SWEbench-Verifiedproduct

相关事实

待验证2023年初主流模型的SWE-bench得分普遍低于5%，到2025年中顶级模型已突破70%82% 相似待验证2024年部分模型在SWE-bench上的成功率提升至30%-50%区间76% 相似已验证目前顶尖模型在SWE-bench Verified子集上的解决率已突破50%76% 相似待验证SWE-bench Verified上的AI通过率在一年前还不到40%，截至2025年中已超过72%73% 相似待验证SWE-bench Verified子集的通过率从2024年初不足5%跃升至49%73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/36995

API

curl https://kongchang.com/api/v1/knowledge/claims/36995

MCP

get_claim(id=36995)