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
- 传 OpenAI 在 Astra 中使用 neuralese 循环变换器，新的 scaling 轴浮出水面 — imadade · 2026-09-03
- XBOW 团队拿下今年首个 Chrome 全链漏洞利用奖励 — moyix · 2026-09-03
- Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
- 双 DGX Spark 实测：GLM-5.3-Flash 写作与视觉胜过 DeepSeek-V4-Flash — kuhunaxeyive · 2026-09-03
- Anthropic 商务智能体只建购物车交人工结账,被赞退款风控思路对 — HaktanSuren · 2026-09-03
- Qwen3.8 27B Q8 翻车:12 万 token 后发现根本没读计划,自行实现别的功能 — KingCpzombie · 2026-09-03