SWE-bench Verified · Version/task snapshot unspecified in V4 preview table; Resolved · 测试定义与成绩

SWE-bench Verified · Version/task snapshot unspecified in V4 preview table; Resolved 收录 2 次模型发布的评测披露或成绩。

测试版本与指标

  • Resolved · % · 越高越好

各系列最新模型 · 公布成绩

各命名系列的最新型号在此范围内暂无可展示成绩,已收录的历史资料列在下方。

历史记录 · 2 次发布