待验证50% 置信基准精确时间

Claude 3.5 Sonnet在SWE-bench软件工程基准测试上突破49%的解题率

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/16

首次发现

有效期至：2026/10/14

来源

Vibe Coding全链路AI开发：一人公司时代的超级个体方法论

相关事实

已验证Claude 3.5 Sonnet在SWE-bench等代码基准测试中长期领先82% 相似已验证Claude 3.7 Sonnet在SWE-bench Verified基准测试中得分超过60%82% 相似待验证Claude Sonnet 4.6在智能体终端编码基准测试中从51%提升至59%81% 相似待验证Claude Sonnet 3.7以扩展思维（Extended Thinking）能力著称，在SWE-bench编程基准测试上取得了当时的最高分80% 相似待验证Claude Sonnet 4.6在智能体工具使用测试中从43.8%提升至61.3%79% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/530561

API

curl https://kongchang.com/api/v1/knowledge/claims/530561

MCP

get_claim(id=530561)