已验证65% 置信事实精确时间

Claude 3.5 Sonnet在代码生成基准测试HumanEval中达到了92%的通过率

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Claude Opus/Sonnet/Haiku怎么选？实战对比与选型指南

bilibiliAI破局-老高2026/6/8

相关事实

待验证Claude 3.5 Sonnet在HumanEval基准测试上的得分超过90%，而2021年最初的Codex模型得分仅为28.8%79% 相似待验证在困难题中，Claude Sonnet 4.6拿下全场最高93分，注释最完整、测试最严谨75% 相似待验证Claude 3.5 Sonnet在SWE-bench软件工程基准测试上突破49%的解题率74% 相似待验证以 Claude 3.5 Sonnet 为代表的模型在代码生成的一次通过率（pass@1）上达到了工程实用水准74% 相似已验证Claude 3.5 Sonnet在SWE-bench等代码基准测试中长期领先73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/50047

API

curl https://kongchang.com/api/v1/knowledge/claims/50047

MCP

get_claim(id=50047)