待验证50% 置信基准精确时间

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%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/12

首次发现

有效期至：2026/10/10

来源

Grok 4.5 实测：更快更便宜的编码黑马，能否取代 Opus 与 GPT？

youtubeForrestKnight2026/7/10

相关事实

已验证目前顶尖模型在SWE-bench Verified子集上的解决率已突破50%80% 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%78% 相似待验证在 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75% 相似待验证在SWE-bench Full版本上，多数模型的通过率仍低于20%74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490021

API

curl https://kongchang.com/api/v1/knowledge/claims/490021

MCP

get_claim(id=490021)