LongTail-SWE 榜更新:Kimi K3.1 Pro 77% 居开源之首,DeepSeek V4.1 Flash 达 76%

Fabulous_Pollution10 · reddit · 2026-11-19

LongTail-SWE(202 个真实 GitHub 任务、13 种小众语言)基准发布新结果:

从配图榜单看,闭源阵营 Opus 5.5 与 GPT-6.1 Sol 均为 82% 并列榜首;开源侧 GLM-5.3 Flash(48%)、Qwen3.8 27B(43%)仍与头部有较大差距。本次还修复了部分任务的测试用例,完整榜单见 longtail-swe.com。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →