已验证65% 置信基准精确时间
Qwen3.8-Flash-Next在SWE-bench 1.1和SWE-bench Pro测评中分别取得58.7和62.5的成绩
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/9/5
首次发现
有效期至：2026/12/4
来源
涉及实体
相关事实
待验证Dory 在 SWE-bench Verified 上获得 61.8 分（4 次循环，NVIDIA 自测），Qwen3.5-9B 得分为 61 分。75% 相似待验证在SWE Bench Pro上Glimmer以51.2略胜Qwen的50.2，但在SWE Bench Verified（Qwen 77.2 vs 76）和Terminal Bench（Qwen 60.7 vs 51.7）上Qwen反超73% 相似待验证阿里官方给出Qwen3.8 Flash的SWE-Bench Pro得62.5，领先Claude Opus 4.6约9分；Cowork Bench 73.9，DeepSeek为45.1；Job Bench 55.7，超出Opus 4.6约20分72% 相似待验证在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/862167API
curl https://kongchang.com/api/v1/knowledge/claims/862167MCP
get_claim(id=862167)