待验证50% 置信基准精确时间

Bullet 在 SWE-bench Verified 基准测试中取得 95.8% 的成绩，位列前三，平均每个任务耗时 119 秒

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/17

首次发现

有效期至：2026/11/15

来源

Bullet编程智能体：比Claude Code快60%的AI编码工具深度解析

相关事实

待验证开发者Ivan测试MTP-LX 0.3.5版本，在数学基准测试中5分30秒内取得了93.3%的正确率65% 相似待验证在175张训练图/132张测试图的细粒度大众高尔夫车型分类任务中，SigLIP2 SO400M的k-NN准确率约为92%65% 相似待验证MiniMax M3 在7个高难度任务测试中获得平均58.3分62% 相似待验证Muse Glimmer 30B在RTX 5090上报告可达每秒74.9个token，评测者在RTX 3090上运行全精度版本观察到约60-65 token/秒61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/761980

API

curl https://kongchang.com/api/v1/knowledge/claims/761980

MCP

get_claim(id=761980)