待验证50% 置信基准精确时间
在SWE-bench软件工程基准测试中，Claude 3.5系列的问题解决率显著高于同期竞品
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/20
首次发现
有效期至：2026/10/18
来源
相关事实
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71% 相似已验证Claude 3.5 Sonnet在SWE-bench等代码基准测试中长期领先68% 相似待验证在编程基准测试中，Codex-1的表现超越了Claude 3.7和O3 High65% 相似待验证In recent hands-on tests, Codex has surpassed Claude Code in multiple evaluation dimensions.64% 相似待验证Buddy + Claude Sonnet 4完成了全部3/3的测试任务（100%完成率），包括Lint错误修复、静态转动态数据迁移和3D Context Loss修复62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/571926API
curl https://kongchang.com/api/v1/knowledge/claims/571926MCP
get_claim(id=571926)