待验证50% 置信事实精确时间
字节跳动的豆包（Doubao）系列模型、阿里的通义千问（Qwen）、深度求索的DeepSeek-Coder等国产大模型在HumanEval、MBPP等代码基准测试上已接近甚至达到国际一线水平
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Claude Code+Harness AI工程化编程实战：从方法论到企业级落地
bilibili图灵官方诸葛2026/6/24
相关事实
待验证DeepSeek-Coder在多项编程基准测试中达到国际领先水平70% 相似待验证阿里通义千问（Qwen）、DeepSeek、智谱GLM等国产模型在中文理解和生成上已接近国际一线水平69% 相似待验证在国内主流大模型编程能力测试中，智谱GLM排名第一，DeepSeek、Kimi、MiniMax位于第二梯队，阿里通义、腾讯混元表现略逊69% 相似待验证DeepSeek Coder在HumanEval、MBPP等代码基准测试上表现接近同参数规模的商业模型，且对中文注释场景理解能力更优68% 相似待验证DeepSeek-Coder、CodeLlama等模型验证了专用编程模型路线的可行性，70B级专用模型可与规模更大的通用模型持平甚至超越68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/40874API
curl https://kongchang.com/api/v1/knowledge/claims/40874MCP
get_claim(id=40874)