待验证50% 置信基准精确时间

测试者使用SWE-Lancer基准的task selection和per-task两种模式评估模型编程能力

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/11

首次发现

有效期至：2026/12/10

来源

Kimi K3模型从711GB压缩至478GB：移除多语言层的定向瘦身实验

涉及实体

SWE-Lancerproduct

相关事实

待验证Both Kiro and Cursor were tested using Auto mode, which automatically selects the most suitable underlying model based on task complexity70% 相似待验证该测试Agent工作流覆盖从需求分析到自动化代码生成的完整工作流程70% 相似待验证理想的基准测试应固定模型、工具和任务分布，只让轨迹长度作为单一变量变化70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/909849

API

curl https://kongchang.com/api/v1/knowledge/claims/909849

MCP

get_claim(id=909849)