待验证50% 置信基准精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/21

首次发现

有效期至：2026/10/19

来源

Vibe Coding实战：零代码将想法变成真实产品

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%81% 相似待验证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%75% 相似待验证SWE-bench 是衡量模型在真实 GitHub Issue 上自主修复能力的基准，早期模型解决率不足 5%，2025 年主流产品已突破 50%71% 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%69% 相似待验证据公开评测现有桌面Agent在复杂工作流中的成功率普遍低于50%67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/582481

API

curl https://kongchang.com/api/v1/knowledge/claims/582481

MCP

get_claim(id=582481)