待验证50% 置信基准精确时间
Kimi K2在SWE-bench和HumanEval等多项编程评测中表现突出
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/16
首次发现
有效期至：2026/11/14
来源
相关事实
待验证Kimi K3在前端设计、软件工程等多个基准测试中表现几乎与Anthropic、OpenAI旗舰模型持平，部分测试中更优63% 相似待验证评估智能体编程能力的主流基准包括SWE-bench、SWE-bench Verified和HumanEval61% 相似待验证Kimi Code的Goal模式（/go命令）支持多轮迭代，K2.7 Code专门对Goal模式进行了优化61% 相似待验证HumanEval、MBPP、SWE-bench是专门针对代码生成的标准评测集61% 相似已验证评估编程大模型的主流基准包括HumanEval、MBPP、SWE-bench和LiveCodeBench60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/758717API
curl https://kongchang.com/api/v1/knowledge/claims/758717MCP
get_claim(id=758717)