Qwen Code 基准测试遇阻：基础设施故障致 94% 用例失败
DennisYu07 · ghdev · 2026-08-13
阿里 Qwen Code 团队发布了 qwen3.7-plus 模型在 SWE-bench Verified 基准测试上的最新非生产环境验证结果。
- 测试状态：运行被标记为 QUARANTINED（隔离），成绩不予发布。
- 失败原因：在 500 个测试用例中，仅有 13 个成功解决，8 个未解决，7 个执行报错，而 472 个用例因基础设施故障失败（占比 94.4%）。
- 版本信息：本次测试使用 Qwen Code v0.21.11 版本，基准测试参考版本为 v0.21.11。
「编程与Agent」频道最新
- 找不到 Mac 版童年游戏，让 ChatGPT 动手 15 分钟复活到 Mac 和 iPhone — Shleemy_Pants · 2026-10-16
- 开源 Agentflow 用 FastMCP+pgvector 打造跨智能体共享记忆网络 — agentflow0328 · 2026-10-16
- 产品要做「两次销售」：先让 Agent 选中，再让人买单 — FinanceYF5 · 2026-10-16
- Sentry CEO 晒图：AI 实习生在 code review 里反驳人类同事 — zeeg · 2026-10-16
- SWE-Duel:让编码 agent 互相出题埋 bug 的抗污染竞技场 — Consistent_Fox_2990 · 2026-10-16
- 把 Claude Code 等 agent 轨迹攒成数据集，微调开源小模型 — Rasmic · 2026-10-16