模型
Claude 3.5 Sonnet 登顶 SWE-bench，成为最强编程 AI
Anthropic 发布 Claude 3.5 Sonnet，在 SWE-bench Verified 评测中以 49% 的问题解决率位列第一，超越 GPT-4o 和 Gemini 1.5 Pro。SWE-bench 是测试 AI 真实 GitHub Bug 修复能力的权威基准，这一结果意味着 Claude 在自主软件开发任务上已达到人类初级工程师水平。
2024年6月20日来源：Anthropic Blog
相关资讯
Claude 4 刷新 Agent 基准：SWE-bench 突破 72%，超越人类初级程序员
5月6日 · Anthropic
Anthropic发布Claude 3.7 Sonnet：代码能力跃升，支持延伸思考
5月14日 · Anthropic
Anthropic 发布 Claude Opus 4.1：成本降 50%，推理性能达顶级水准
5月10日 · Anthropic
Anthropic 发布 Claude 4.5 Sonnet：编程能力大幅提升，直接瞄准开发者市场
5月25日 · Anthropic
Claude Fable 5 解禁后风波不断：安全升级致性能下降，二次越狱引发争议
7月3日 · 综合整理
Anthropic发布Claude Fable 5后遭美国政府出口管制，模型访问权限被全面切断
6月13日 · 综合整理