待验证60% 置信基准精确时间

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%

2

来源数

60%

置信度

长期有效

时效性

2026/7/8

首次发现

来源

Claude Sonnet 5接入Devin：编程性能升级，配额消耗降低30%

rss2026/6/30

相关事实

待验证2024年以前主流模型在SWE-bench上的通过率普遍低于5%，Claude 3.5系列发布后跃升至49%（SWE-bench Verified子集）73% 相似待验证在与模型截止日期之后发表的论文的对应率上，DiscoveryRSI-27B 达到 6.3%，GPT-6 为 2.5%，Claude Opus 5 为 2.3%。73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/212301

API

curl https://kongchang.com/api/v1/knowledge/claims/212301

MCP

get_claim(id=212301)