Unverified50% confidenceFactExact time

HumanEval由OpenAI设计，包含164道代码补全题目，考察模型将自然语言转化为可运行代码的能力

1

Sources

50%

Confidence

Long-term

Relevance

7/21/2026

First Seen

Sources

AI模型性能与成本博弈：顶尖智能值多少钱？

Related Claims

VerifiedHumanEval由OpenAI提出，包含164道Python编程题，主要测试函数级别的代码生成能力85% similar UnverifiedOpenAI曾用Codex做内部实验，目标是人类不手写任何代码只负责架构设计，编码全部交给智能体完成76% similar Unverified2020年OpenAI发布的Codex模型首次证明了大语言模型在复杂代码任务上的能力72% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/579928

API

curl https://kongchang.com/api/v1/knowledge/claims/579928

MCP

get_claim(id=579928)