待验证50% 置信基准精确时间

SWE-bench 是衡量模型在真实 GitHub Issue 上自主修复能力的基准，早期模型解决率不足 5%，2025 年主流产品已突破 50%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/11

首次发现

有效期至：2026/10/9

来源

云端Coding Agent深度拆解：国内用户如何理性选择

bilibili小行星AI观测站2026/7/9

相关事实

待验证在 SWE-bench 上早期模型解决率不足 5%，2025 年主流产品已突破 50%78% 相似待验证新一代模型在SWE-bench等真实软件工程任务上的通过率首次突破50%大关71% 相似待验证SWE-bench 发布初期顶级模型通过率不足 2%，当前领先系统通过率已突破 50%71% 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%71% 相似待验证SWE-bench基准上最优系统的解决率已从最初的不到5%提升至超过40%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/474396

API

curl https://kongchang.com/api/v1/knowledge/claims/474396

MCP

get_claim(id=474396)