Qwen Code 在 SWE-bench 验证中遭遇 56% 执行错误
qwen-code-ci-bot · ghdev · 2026-08-18
Qwen Code (v0.21.13) 发布了针对 SWE-bench Verified 的端到端验证结果。在 500 个测试案例中，模型遭遇了严重的执行障碍：284 个案例出现执行错误（占 56.8%），10 个为基础设施故障，其余 206 个案例未解决，最终得分为 0。该运行已被标记为“隔离”状态，未计入官方评分。
「模型」频道最新
- Gemini 4 Argon 上线 AssemblyAI 网关，语音基准 99.5 分居 50+ 模型之首 — AssemblyAI · 2026-10-16
- Meta 开放权重模型 Muse Spark Open 上架 Ollama：1M 上下文、可接 Claude Code — ollama · 2026-10-16
- 网友晒「Opus 5.5」拼贴作品:模型开始有品味,护城河不存在 — yuwen_lu_ · 2026-10-16
- PrismML 发布 Bonsai 2 三值模型:9B 仅 2GB 可跑手机 — gajesh · 2026-10-16
- 苹果 MLX 让 816B 模型跑在 4 台 Mac Studio 上，36+ tokens/秒 — andrejusb · 2026-10-16
- vLLM 首日支持 Meta 816B 开放权重模型 Muse Spark Open — woosuk_k · 2026-10-16