待验证60% 置信基准精确时间

顶尖模型在SWE-bench上的解题率从2023年的不足5%跃升至2025年的30%以上

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/7/9

首次发现

有效期至：2026/10/7

来源

Vibe Coding能力边界解析：AI工程化编程实战指南

bilibili图灵学院诸葛老师2026/7/8

相关事实

待验证2024年部分模型在SWE-bench上的成功率提升至30%-50%区间84% 相似待验证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%80% 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%75% 相似已验证2024年顶级模型在SWEbench-Verified上的通过率约为50-70%71% 相似待验证2024 年初顶尖智能体在 SWE-bench 的通过率不到 30%，到 2025 年中已有多个系统突破 90%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/378716

API

curl https://kongchang.com/api/v1/knowledge/claims/378716

MCP

get_claim(id=378716)