待验证50% 置信基准精确时间

AIBuildAI-2.5在MLE-Bench上排名第一，取得73.3%的奖牌率

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/23

首次发现

有效期至：2026/10/7

来源

AIBuildAI-2.5：用LLM引导树搜索破解自主建模效率瓶颈

涉及实体

AIBuildAI-2.5product MLE-Benchconcept

相关事实

待验证同一个DeepSeek v1.1模型在Terminal Bench 2.0上不同Harness下的得分从69.8%跨到74.2%57% 相似待验证旗舰Soul在Terminal Bench 2.1基准上取得91.9%的成绩57% 相似待验证Haiku 4.5在SWE Bench上得分73.3%，略高于Sonnet 4，接近GPT-5 Codex水平。57% 相似待验证官方公布Nex-N2 Pro的SWE Bench Pro得分为58.8分，Terminal Bench得分75.3分56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942893

API

curl https://kongchang.com/api/v1/knowledge/claims/942893

MCP

get_claim(id=942893)