Unverified50% confidenceBenchmarkExact time
Codex于2021年发布时在HumanEval基准上达到28.8%的pass@1得分，而GPT-4在同一基准上已超过67%
1
Sources
50%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
VSCode接入DeepSeek V4：Claude Code插件配置完整教程
bilibili讲AI的薯条学姐7/10/2026
Related Claims
Unverified初代Codex在HumanEval基准测试上的pass@1指标达到28.8%，而直接使用GPT-3仅为0%83% similarVerifiedCodex在HumanEval基准测试上达到了28.8%的pass@1准确率76% similarUnverified初版 Codex 采用约120亿参数规模，在 HumanEval 基准测试中达到 28.8% 的 pass@1 通过率69% similarUnverified早期GPT-4在SWE-bench的通过率仅为1.7%，Claude 3 Opus约为4.8%，直到2024年中才突破20%68% similarUnverifiedOpus 4.7每次解题的中位输出token数为60,000，而GPT 5.5仅需16,00066% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/486405API
curl https://kongchang.com/api/v1/knowledge/claims/486405MCP
get_claim(id=486405)