DeepSWE 1.1基准测试结果公布
gabrielchua · x · 2026-07-10
官方公布了最新模型在 DeepSWE 1.1 基准测试中的表现，强调 5.6 Sol 版本在性能与成本、输出 token 及 agent 步骤的综合考量上处于前沿水平。
同时官方表示 5.6 Terra 和 Luna 版本同样表现出色，呼吁用户在实际使用中体验并给予反馈，而不仅限于跑分成绩。
所属事件:GPT-5.6 登顶 DeepSWE 榜单，性能与性价比双优(11 条相关)→
「模型」频道最新
- 讽刺帖晒 DeepSeek 文档图表理解翻车：定位框集体错位 — burkov · 2026-10-18
- 开发者吐槽:Claude 模型爱说 "not done" 成当前最大痛点 — jasonkneen · 2026-10-18
- 开源语音决策模型 TYGER 发布：80ms 决策让语音 Agent 实现全双工 — solyarisoftware · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18