待验证50% 置信事实精确时间
本次评测共对13个主流AI模型的编程能力进行了综合测评
1
来源数
50%
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
Real-World Coding Test of 13 Top AI Models: Who Is the Best Programming Assistant?
bilibili哪吒编程2025/4/22
相关事实
待验证The review evaluated ten leading AI coding models across dimensions including code generation, Agent collaboration, and long-context processing.78% 相似待验证一个完整的AI模型版本至少涵盖权重文件、训练数据的版本快照、训练配置与运行环境、评估结果与基准数据集72% 相似待验证AI模型基准测试分为自动化评估（如HumanEval、MBPP代码通过率测试）和人工评估两大类71% 相似待验证AIME 满分为 150 分（15 题×10 分），已成为衡量 AI 模型数学推理能力的黄金标准之一70% 相似待验证AI系统的输出质量监控应包括结构化输出的解析成功率、关键字段完整性、回答与预期分布的偏离度等指标69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/59181API
curl https://kongchang.com/api/v1/knowledge/claims/59181MCP
get_claim(id=59181)