待验证50% 置信基准精确时间

早期的Codex模型在HumanEval上的通过率约为28.8%，而到2024-2025年GPT-4级别的模型已达到90%以上的通过率

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/24

首次发现

有效期至：2026/11/22

来源

Vibe Coding是什么？AI编程的理想与现实真相

涉及实体

Codexmodel GPT-4model HumanEvalconcept

相关事实

待验证早期的Codex模型在HumanEval测试上的通过率约为28.8%74% 相似待验证自2023年GPT-4发布以来，AI在HumanEval等主流编程基准测试上的通过率从不足50%跃升至90%以上71% 相似待验证2025年的顶尖模型在HumanEval基准测试中的通过率已突破90%67% 相似已验证代码生成模型在HumanEval等基准测试中的通过率从60%跃升至90%以上（2024-2025年间）67% 相似待验证斯坦福大学2023年研究表明，GPT-4V等多模态模型解析嵌套条件逻辑流程图时，准确率比等效文字描述低约15-25个百分点66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/794928

API

curl https://kongchang.com/api/v1/knowledge/claims/794928

MCP

get_claim(id=794928)