已验证65% 置信事实时间未知

目前顶尖模型在SWE-bench Verified子集上的解决率已突破50%

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Amp编程代理：Sourcegraph推出的免费AI编码工具全面解析

rss

涉及实体

SWE-benchconcept

相关事实

待验证新一代模型在SWE-bench等真实软件工程任务上的通过率首次突破50%大关81% 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%80% 相似待验证SWE-Bench上最强模型也仅能解决约50%的问题77% 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%77% 相似已验证2024年顶级模型在SWEbench-Verified上的通过率约为50-70%76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/8524

API

curl https://kongchang.com/api/v1/knowledge/claims/8524

MCP

get_claim(id=8524)