待验证50% 置信基准精确时间
Claude 系列模型在 SWE-bench 等编码基准测试中长期位居前列
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/22
首次发现
有效期至：2026/11/20
来源
相关事实
已验证Claude系列在SWE-bench（软件工程基准测试）等权威评测中持续位居前列79% 相似已验证Claude模型在SWE-bench等编程能力基准测试中持续领先78% 相似已验证Claude在编程基准测试（如HumanEval、SWE-bench等）中持续名列前茅70% 相似待验证Claude 3系列在数学推理、代码调试和多步骤问题分解上的基准测试成绩普遍领先64% 相似待验证Claude Code is capable of writing unit tests and checking test coverage as part of standardized testing workflows62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/785701API
curl https://kongchang.com/api/v1/knowledge/claims/785701MCP
get_claim(id=785701)