已验证80% 置信事实时间未知
Claude 3.7 Sonnet在SWE-bench Verified基准测试中得分超过60%
7
来源数
80%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Trae下载安装教程：字节AI编程IDE完整体验评测
bilibili张泽AIGC
涉及实体
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82% 相似已验证Claude Sonnet 5 在 SWE-bench Verified（Agentic Coding）上得分 63.22%，距 Opus 4.8 约差 6 个百分点81% 相似待验证Claude Sonnet 4.6在GDPVal AA基准测试中得分超过了Opus 4.680% 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% 相似已验证2024年Claude 3.5 Sonnet等模型在SWE-bench Verified子集上已超过50%78% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/7026API
curl https://kongchang.com/api/v1/knowledge/claims/7026MCP
get_claim(id=7026)