基准
Forge 1.0
LeanZero开发的智能体编码基准，基于在无联网环境下构建Atlassian Forge应用的任务，用于评估AI模型的agentic编程能力
时间轴 (近 90 天)
10月12日
在 Forge 1.0 基准上，Haiku 得分 0.9661，Luna 得分 0.395，Haiku 距离 Claude Opus 5.5 仅差 0.0106
待验证50%
10月12日
Luna 在 Forge 测试中从未导入历史变更，62 条历史变更一条没进，触发标注为 critical 的 backfill 检查，将整轮分数从 0.6583 乘以 0.6 变成 0.395
待验证50%