已验证80% 置信事实精确时间

Claude模型在SWE-bench等编程能力基准测试中持续领先

8

来源数

80%

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

Getting Started with Claude Code: Setup, Configuration & AI-Driven Testing in Practice

bilibili软件测试入门到实战2026/6/5

相关事实

已验证Claude在编程基准测试（如HumanEval、SWE-bench等）中持续名列前茅78% 相似待验证Claude 系列模型在 SWE-bench 等编码基准测试中长期位居前列78% 相似已验证Claude Code依托的Sonnet模型在HumanEval、SWE-bench等主流编程基准测试中持续领先72% 相似已验证Claude系列在SWE-bench（软件工程基准测试）等权威评测中持续位居前列70% 相似待验证Sakana AI的编排系统在代码、推理等多项基准测试中性能接近Claude等旗舰模型70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/52631

API

curl https://kongchang.com/api/v1/knowledge/claims/52631

MCP

get_claim(id=52631)