待验证50% 置信基准精确时间
SWE-Bench工程实战测试第一名是近期发布的MiniMax M2（397B）
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/10
首次发现
有效期至：2026/10/8
来源
华为盘古2.0-Flash横评：指令遵循第一，代码工程垫底
bilibiliAI观模者2026/6/30
相关事实
待验证MiniMax M2.1在SWE-Bench基准测试上的表现持平甚至超过Claude Sonnet 4.575% 相似待验证MiniMax M2.7在SWE-Pro基准测试上得分56.22%73% 相似待验证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70% 相似待验证MiniMax M3 的基准测试成绩亮眼，部分指标据称可比肩 GPT-5.567% 相似待验证MiniMax M3 在拖拽看板测试中得分60分，拖拽逻辑完整但缺乏国际化支持和响应式设计66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/463530API
curl https://kongchang.com/api/v1/knowledge/claims/463530MCP
get_claim(id=463530)