待验证60% 置信基准精确时间

在 SWE-bench 上早期模型解决率不足 5%，2025 年主流产品已突破 50%

2

来源数

60%

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 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%78% 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%78% 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%77% 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/482795

API

curl https://kongchang.com/api/v1/knowledge/claims/482795

MCP

get_claim(id=482795)