国际巨头11月06日
同一批GPT主创为何被Claude反超？SWE-bench得分49%对33.2%
从GPT到Claude的创始人来自同一批OpenAI核心作者，却在后训练路线上分道扬镳：人类外包打分诱发迎合与偷懒，真实容器沙盒则让Claude在SWE-bench Verifie…
搜索结果
「SWE-bench」 共找到 3 条相关资讯
开源生态10月26日
5个Jev开源项目落地实测：浏览器Agent中位延迟降到7.092秒
GitTrend 10月24日汇总5个Jev开源项目，覆盖浏览器Agent、Claude Code上下文压缩、代码库检索、链上做市与PostgreSQL扩展。jev-ultrafa…
国内软件03月27日
智谱GLM-5.1发布：SWE-bench得分77.8，编程对齐Claude Opus 4.5
智谱正式发布闭源商业模型GLM-5.1，面向Coding Plan全部用户开放，输入200K、输出128K token，SWE-bench-Verified得分77.8分，端子基准…