待验证50% 置信基准精确时间

SWE-Bench上最强模型也仅能解决约50%的问题

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/16

首次发现

有效期至：2026/8/30

来源

Meta开源Muse-Glimmer-30B模型：Agent能力全面对标Qwen，本地部署指南

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%77% 相似待验证按任务难度合理匹配模型能力，仅这一步就能砍掉50%以上的Token开支71% 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%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%70% 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%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/757573

API

curl https://kongchang.com/api/v1/knowledge/claims/757573

MCP

get_claim(id=757573)