Blog

AI 编程的新巅峰：深度解析 SWE-bench 与 SWE-bench Pro 软件工程基准测试

随着大语言模型（LLM）在软件工程领域的突飞猛进，SWE-bench 已成为评估模型解决真实世界 GitHub 问题能力的核心标准。本文将深度解析最新排名，对比 SWE-bench Verified 与更具挑战性的 Pro 版本，探讨 GPT-5.5、Claude 4.7 等顶级模型在复杂代码库中的实战表现。