Scale AI 公布 SWE-Bench Pro:Claude 系列领跑
Scale AI 发布 SWE-Bench Pro 最新排名,榜首为 Claude 4.5 Sonnet 与 Claude 4 Sonnet,分数均突破 40 分;前六名依次还有 Claude 4.5 Haiku、GPT-5 High、Kimi K2、GPT-OSS-120B。值得注意的是近期的 Gemini 2.5 Pro 与 Grok 4 没进入前列,期待 DeepMind 本周发布的 Gemini 3 表现。
Scale AI 发布 SWE-Bench Pro 最新排名,榜首为 Claude 4.5 Sonnet 与 Claude 4 Sonnet,分数均突破 40 分;前六名依次还有 Claude 4.5 Haiku、GPT-5 High、Kimi K2、GPT-OSS-120B。值得注意的是近期的 Gemini 2.5 Pro 与 Grok 4 没进入前列,期待 DeepMind 本周发布的 Gemini 3 表现。