Unverified50% confidenceBenchmarkExact time

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%

1

Sources

50%

Confidence

Medium-term (~90 days)

Relevance

7/12/2026

First Seen

Valid until: 10/10/2026

Sources

Grok 4.5 实测：更快更便宜的编码黑马，能否取代 Opus 与 GPT？

youtubeForrestKnight7/10/2026

Related Claims

Verified目前顶尖模型在SWE-bench Verified子集上的解决率已突破50%80% similar UnverifiedSWE-bench基准上最优系统的解决率已从最初的不到5%提升至超过40%78% similar Unverified在 SWE-bench 上早期模型解决率不足 5%，2025 年主流产品已突破 50%78% similar Unverified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75% similar Unverified在SWE-bench Full版本上，多数模型的通过率仍低于20%74% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/490021

API

curl https://kongchang.com/api/v1/knowledge/claims/490021

MCP

get_claim(id=490021)