SWE-bench 相关文章
共 5 篇
Recursive Flint：39.8B MoE编程模型，靠「尤里卡机器」自己造自己（Apache 2.0）
Recursive Flint：39.8B MoE编程模型，靠「尤里卡机器」自己造自己（Apache 2.0） Recursive这回发布的不是又一个coding model，而是一份关于“AI能不能造AI”的公开样
2026-10-22
Anthropic 发布 Claude Haiku 4.5：最快/最便宜档，SWE-bench 73.3%，定价 $1/$5
【摘要】 第一，这是 Anthropic 把“近前沿编码能力”压到最小、最便宜一档的明确动作。据发布信息与多家来源，Claude Haiku 4.5 定价输入 $1 / 输出 $5 每百万 token，SWE-benc
2026-10-17
15
腾讯混元 Hy3 开源：295B MoE、21B 激活、256K 上下文，Apache 2.0 可商用
先说几个判断： 第一，Hy3 的“295B”是 MoE 总参，每次只激活 21B，约等于 7.1%。这和近一年开放权重模型的通行做法一致——用稀疏激活把“模型多大”与“推理要算多少”拆开，让一个近 3000 亿参数的模
2026-10-08
6
Real-SWE：用企业私有代码库出题，最强模型也只做对 38.8%
【摘要】 第一，Specific Labs 于 2026 年 9 月发布 Real-SWE，所有任务来自真实企业授权的私有生产代码库，模型没见过、也背不到答案，直接针对 SWE-bench 类公开榜的数据泄露问题。 第二
2026-09-13
25
Allen AI 开源 SERA：400 美元微调一个编程智能体，把「造一个 Codex」从天方夜谭拽到小团队预算里
核心观点 SERA 的真正分量不在 54.2% 这个数字，而在它把「自建一个能打 SWE-Bench 的编程智能体」这件事，从「只有巨头玩得起」拽到了「一个 400 美元的私有化微调」。基础微调约 400 美元、完整训
2026-09-07
45