#SWE-Bench评测
共 3 篇相关文章
科技前沿·3 分钟
Qwen3.6 35B开源实测逼近Claude，xAI语音克隆API正式上线
阿里开源Qwen3.6 35B模型，256专家MoE架构仅需3B激活参数，SWE Bench成绩逼近Claude Opus。xAI发布Voice Cloning API支持28种语言，NVIDIA开源OpenShell安全沙箱，Sam Altman表态模型智力优先。
阅读全文 →
科技前沿·7 分钟
Claude Haiku 4.5发布：速度翻倍价格仅三分之一，AI编码性价比新标杆
Anthropic发布Claude Haiku 4.5，作为Sonnet 4.5的蒸馏版本，编码性能接近旗舰级水平，速度提升一倍，成本降至三分之一。SWE-Bench评测73.3分，稳居AI编码第一阵营，是开发者降本增效的理想选择。
阅读全文 →
科技前沿·5 分钟
Qwen在SWE-bench持续领跑：开源AI编程模型的崛起
Qwen团队在SWE-bench基准测试中持续领跑开源模型，展现出强大的软件工程能力。本文解析SWE-bench评测标准、Qwen系列模型的进步历程，以及开源AI编程工具对开发者的实际价值。
阅读全文 →