#mini-SWE-agent
共 3 篇相关文章
·8 分钟
mini-SWE-agent轮盘模式：随机切换大模型为何反而更强
SWE-agent团队实验发现，mini-SWE-agent在GPT-5和Claude Sonnet 4之间随机切换，SWE-bench得分竟超越任何单一模型。本文深入解析轮盘模式的实验数据、成本分析与背后的多样性假说。
阅读全文 →
·10 分钟
GPT-5 SWE-bench评测：GPT-5-mini性价比碾压Claude Sonnet 4
mini-SWE-agent团队对GPT-5系列在SWE-bench基准上的评测显示，GPT-5性能与Claude Sonnet 4持平，而GPT-5-mini以不到五分之一的成本仅损失约5个百分点性能，成为AI编程Agent的最佳性价比选择。
阅读全文 →
·10 分钟
SWE-bench Multilingual：多语言编程基准测试全面解析
深入解析SWE-bench Multilingual基准测试，涵盖9种编程语言、300个真实GitHub任务，了解其设计方法、语言分布、评估指标及对AI编程助手能力评估的重要意义。
阅读全文 →