Qwen Code 全量跑 SWE-bench Verified 拿下 76.16%，500 题解析 377 题
DennisYu07 · ghdev · 2026-08-21
QwenLM/qwen-code 发布端到端全量基准测试结果（v0.21.15，模型 qwen3.7-plus）：
- SWE-bench Verified：500 题全部完成，377 题解决、118 题未解决、2 个执行错误、3 个基础设施失败，得分 76.16%（分母为有效评分结果 495）。
- 随后进行 Terminal-Bench 2.0（89 题），含验证器支持的结果与轨迹回写。
- 案例轨迹打包为 swe-bench-verified-dsw-eas-full-20260821-r1-trajectories.tar.gz，完整运行记录可在 GitHub Actions 查看。
「编程与Agent」频道最新
- Vercel Python 正式 GA:原生支持 FastAPI/Django 与 Fluid Compute — steren · 2026-10-16
- Claude Opus 5.5 + Unity 6 完整教程：六步从空文件夹做出可玩游戏 — Roger_M_Taylor · 2026-10-16
- Marc Lou 公开安利 PostShiba：独立开发者的邮件基础设施新选择 — marclou · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- 开发者把 Pstack skills 装进 Grok bot 与 Hermes agents — alexcovo_eth · 2026-10-16
- past.dev 推出 Agent 长期记忆 API,登顶 BEAM 公开记忆基准 — thisiskp_ · 2026-10-16