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
- Plannator 发布技能：用 HTML 生成 Agent 交互原型 — tom_doerr · 2026-08-24
- DocketBird MCP 服务器：支持搜索下载法院文档 — modelcontextprotocol · 2026-08-24
- AgentLux MCP 服务器：支持市场和社交流程 — modelcontextprotocol · 2026-08-24
- MongoDB 发布 Agent 工具包，让编码助手精通数据库 — TheTuringPost · 2026-08-24
- 开发软件前先让 Agent 查开源库，99% 的情况是正解 — generativist · 2026-08-24
- 开发者瓶颈不在 AI 上下文，而在人脑认知负荷 — Vidhrohi · 2026-08-24