已过期50% 置信基准精确时间
UP主称Qwen3编码模型在SWE-Bench Pro上得分约61.7，而作为参照的顶级闭源模型得分53.4（该数据表述存在混乱，仅供参考）
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/9/18
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/2(已过期)
来源
涉及实体
相关事实
待验证在SWE Bench Pro等智能体编程基准中，Qwen 3.8据称在部分项目上超越了Opus 4.6 Max78% 相似待验证微调后的Qwen3.5-4B模型在BU Bench V1基准上准确率从15%提升至53%76% 相似待验证在终端基准（Terminal Bench）测试中，Qwen 3.6 27B得分约60.7，而Muse Glimmer只有51.7，明显落后74% 相似已验证Qwen3.6 27B 在 SWE-bench Verified 上拿到77.2分72% 相似待验证Qwen3.8-Flash-Next在SWE-bench 1.1和SWE-bench Pro测评中分别取得58.7和62.5的成绩72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/932777API
curl https://kongchang.com/api/v1/knowledge/claims/932777MCP
get_claim(id=932777)