Unverified50% confidenceBenchmarkExact time

在SWE-bench Full版本上，多数模型的通过率仍低于20%

1

Sources

50%

Confidence

Long-term

Relevance

7/11/2026

First Seen

Sources

GPT-5.6三款模型接入Cursor：Sol拿下67.2%基准分

twittercursor_ai7/9/2026

Related Claims

Verified2024年初时，最强AI模型在SWE-Bench上的得分仅在10%-20%区间75% similar UnverifiedSWE-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%74% similar Unverified最早的模型在GDPVal基准上得分不到20%，远逊于人类72% similar Unverified有研究估计量化基金内部经过回测筛选的策略中真正在实盘中持续有效的比例不足20%72% similar Unverified传统推理方案的显存利用率往往只有20%-40%70% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/483582

API

curl https://kongchang.com/api/v1/knowledge/claims/483582

MCP

get_claim(id=483582)