首页
快讯
深度
数据
BlockBeats Pro
TradingBeats
New
更多
融资信息
专题
链上生态
词条
播客
活动
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
个人中心
退出登录
扫码下载APP
Partnered With:
邮箱快捷登录
验证码
获取验证码
加入
忘记密码
密码登录
/
注册
#DeepSWE
共 0 篇文章、9 条快讯
快讯 9
DeepSWE一夜两换榜首:Gemini刚上去,Meta又报75.4%
动察 Beating AI 快讯,Gemini 3.8 Flash 刚发布时,Google 在 DeepSWE v1.1 上跑出 73.7%。DeepSWE 官方榜目前将它显示为 74%±1%,排在 Claude Opus 5 和 GPT-5.6 Sol 前面。几个小时后,Meta 又公布 Muse Spark 1.3
「牛来」模型GLM-5.3-Flash正式开源:320B 参数仅激活 18B,价格只有GLM-5.2十分之一
动察 Beating AI 快讯,白天认领 Ox Alpha 后,智谱晚上正式开源 GLM-5.3-Flash,模型权重已经上线 Hugging Face,采用 MIT 许可。它总参数 320B,但每次只激活 18B,原生支持文字、图片和视频,也是 GLM-5 系列首个原生多模态模型。官方称,GLM-5.3-Flash
DeepSeek-V4-Pro正式发布:此前流出的Agent暴涨成绩全部坐实
据 动察 Beating 监测,DeepSeek 正式发布 V4-Pro 正式版,App、网页端和 API 已同步更新。此前流出的 Agent 评测成绩也被官方确认:Terminal Bench 2.1 达到 87.9,DeepSWE 从 Preview 的 12.8 飙到 62.7,CyberGym 达到 83.3。
DeepSeek-V4-Pro正式版Agent能力暴涨,DeepSWE一次升近50分
据动察 Beating 监测,DeepSeek-V4-Pro-0813 的 Agent 成绩大幅跃升。DeepSeek 官方流出的自测表显示,DeepSWE 从 Preview 版的 12.8 飙到 62.7,一次涨了 49.9 分。CyberGym 也从 52.7 升到 83.3,AutomationBench 从
旧Pro仅8分,DeepSeek-V4-Flash在DeepSWE冲到54.4分接近Opus 4.8
据动察 Beating 监测,在长程软件工程基准 DeepSWE 上,DeepSeek-V4-Flash 正式版拿到 54.4 分,接近 Claude Opus 4.8 的 59 分,远高于 V4-Pro-Preview 此前的 8 分。这个成绩低于 Kimi K3 的 69 分,但高于 GLM-5.2 的 44 分,
Kimi K3在DeepSWE得分69%,仅差Claude Fable 5一个百分点
据动察 Beating 监测,AI 数据公司 Datacurve 将 Kimi K3 加入长程软件工程基准 DeepSWE。这个基准测试模型能否独立完成真实、复杂的长期开发任务。Kimi K3 的任务通过率为 69%。GPT-5.6 Sol 和 Claude Fable 5 分别为 73% 和 70%。Datacurv
智谱GLM-5.2登顶DeepSWE开源第一:解决44%复杂开发任务,力压主力闭源模型
据动察 Beating 监测,智谱 AI 开源模型 GLM-5.2 正式进驻长程软件工程基准 DeepSWE。在最大思考力度模式下,复杂开发任务的一次成功率达到 44%,在开源模型中排名第一。对比此前入榜的 Kimi K2.7 Code,成功率高出 13 个百分点。GLM-5.2 解决每项任务的平均成本为 3.92 美
MiniMax M3正式入驻DeepSWE官方榜单:通过率升至20.4%,超越GLM与小米Mimo
据动察 Beating 监测,专注于评估大模型解决长程软件工程任务能力的基准平台 DeepSWE 发布最新榜单更新,正式将 MiniMax 编码模型 MiniMax M3 纳入官方评测。在 113 个真实开源任务的评测中,MiniMax M3 录得了 20.4% 的 Pass@1 通过率。尽管这一表现仍落后于月之暗面的
MiniMax M3独立评测:DeepSWE通过率13.3%落后Kimi与GLM
据动察 Beating 监测,独立开发者 @bleysg 发布 MiniMax M3 编码模型在 DeepSWE 长程软件工程基准上的独立实测报告。在包含 113 个真实开源功能开发任务的测试中,模型在 90 分钟常规时限内仅取得 13.3%(15/113)的严格标准通过率,与官方先前在 SWE-bench Pro 基
24H
热门精选
下载 BlockBeats
iOS
Android