待验证50% 置信基准精确时间

在SWE-bench Full版本上，多数模型的通过率仍低于20%

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

GPT-5.6三款模型接入Cursor：Sol拿下67.2%基准分

twittercursor_ai2026/7/9

相关事实

已验证2024年初时，最强AI模型在SWE-Bench上的得分仅在10%-20%区间75% 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%74% 相似待验证最早的模型在GDPVal基准上得分不到20%，远逊于人类72% 相似待验证有研究估计量化基金内部经过回测筛选的策略中真正在实盘中持续有效的比例不足20%72% 相似待验证传统推理方案的显存利用率往往只有20%-40%70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/483582

API

curl https://kongchang.com/api/v1/knowledge/claims/483582

MCP

get_claim(id=483582)