待验证50% 置信基准精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/22

首次发现

有效期至：2026/10/20

来源

Claude Code演进全解析：从人工审查到65%全自动PR

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83% 相似待验证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%75% 相似待验证在困难题中，Claude Sonnet 4.6拿下全场最高93分，注释最完整、测试最严谨74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/592723

API

curl https://kongchang.com/api/v1/knowledge/claims/592723

MCP

get_claim(id=592723)