目 录CONTENT
以下是
SWE-Bench
相关的文章
-
-
OpenAI 发布最强编程模型 GPT-5.1-Codex-Max：AI 程序员能“通宵”，性能跑分反超谷歌 OpenAI 正式推出性能更强的 GPT-5.1-Codex-Max 智能体编程模型，该模型在关键编程基准测试中超越了谷歌 Gemini 3 Pro。新模型引入了“压缩”（Compaction）机制，使其能够在不损失性能的情况下持续工作超过 24 小时，实现了 AI 程序员的“通宵”工作能力。在 SWE-Bench Verified 测试中，Codex-Max 准确率达到 77.9%。该模型显著提升了长远推理和实时交互能力，预计将大幅提高开发者效率，并逐步集成到 OpenAI 的各项开发工具中。
-
-
Anthropic重磅发布Claude Haiku 4.5：性能追平五个月前的旗舰模型，成本仅为其三分之一 Anthropic最新推出的Claude Haiku 4.5小型语言模型展现出惊人潜力，其性能已与五个月前旗舰模型Claude Sonnet 4相当，但成本仅为其三分之一，速度提升超过两倍。该模型在SWE-bench编程测试中得分73.3%，与Sonnet 4不相上下，这标志着AI模型在效率和能力之间取得了重大平衡。对于需要实时、低延迟任务（如聊天助手和代码辅助）的用户而言，Haiku 4.5的性价比极高，同时Anthropic也强调其在多模型工作流中与更强大的Sonnet 4.5协同工作...
-
Anthropic 发布 Claude Haiku 4.5：性能媲美 GPT-5，速度翻倍，价格更香！ Anthropic 正式推出了 Claude Haiku 4.5，这款轻量级模型在性能、速度和成本方面实现了惊人平衡。Haiku 4.5 在 SWE-bench 测试中取得了 73% 的高分，性能直逼 Claude Sonnet 4 甚至 OpenAI 的 GPT-5。其核心亮点在于速度是前代的两倍多，但价格更低，为实时交互和低延迟任务提供了极具竞争力的解决方案。尽管在复杂数学运算上仍有不足，但它已成为 Anthropic 系列中最安全的模型，预示着 AI 开发者将在成本效益和性能之间获得...
-
Anthropic 发布 Claude Haiku 4.5：速度翻倍、价格更低，性能直追 GPT-5 和 Sonnet 4 Anthropic 重磅推出 Claude Haiku 4.5，这款“小杯”模型在性能上实现了巨大飞跃。Haiku 4.5 在 SWE-bench 编码测试中达到了 73% 的惊人成绩，与 Claude Sonnet 4 及 OpenAI 的 GPT-5 处于同一水平。该模型不仅速度比前代提升两倍多，价格也更具竞争力，成为 Anthropic 目前最安全的模型。对于追求高性价比的开发者和企业而言，Haiku 4.5 提供了接近顶配的智能与更低的运营成本，标志着轻量级AI模型的性能新标杆。
-
性能比肩GPT-5，速度翻倍，价格更低！Anthropic 发布轻量级王牌模型 Claude Haiku 4.5 Anthropic 重磅推出 Claude Haiku 4.5，这款轻量级模型在性能、速度和成本上实现了惊人平衡。Haiku 4.5 在 SWE-bench 编码测试中取得了 73% 的高分，性能直追 Claude Sonnet 4 甚至 GPT-5。它不仅速度是前代的两倍多，价格仅为 Sonnet 4.5 的三分之一，使其成为实时交互和低延迟任务的理想选择。虽然在数学计算方面略有不足，但其出色的安全性和对齐性使其成为 Anthropic 当前最安全可靠的模型，为开发者提供了高性价比的 A...
-
Anthropic 性价比之王：Haiku 4.5 重磅发布，以三分之一价格实现 Sonnet 4 级编程能力 Anthropic 宣布推出新型小型 AI 模型 Claude Haiku 4.5，旨在为实时、低延迟任务提供卓越的性价比。Haiku 4.5 在成本上仅为 Sonnet 4 的三分之一，而编程能力却能与其媲美，并在速度上快了两倍。该模型在 SWE-bench 权威测试中得分 73.3%，接近 GPT-5 表现。此外，Anthropic 还设计了创新的多模型协同工作流，利用 Haiku 4.5 执行分解后的子任务，极大地提升了复杂任务处理的效率和成本效益，预示着新一代 AI 代理应用的巨大潜力。
-
