Ramp发布SWE

时间：2026-06-13 11:01:12

　　消息，Ramp发布了针对前沿AI编码智能体的私有测试基准Ramp SWE-Bench。该基准包含80个源自Ramp真实生产环境的后端开发任务，旨在解决公共评估数据集因模型预训练而导致的数据泄露与指标饱和问题。根据公布的14款模型横向评测结果，Anthropic最新推出的Claude Fable 5以87.5%的解决率高居榜首，Claude Opus 4.7和GPT-5.5并列第二，解决率均为83.75%。测试数据还揭示了不同模型在价格与性能间的权衡，国产模型Kimi K2.6与GLM 5.1解决率相近，分别为72.5%与71.25%，但Kimi K2.6的平均成本为0.69美元，比GLM 5.1便宜约34%。

上一篇：Alpha农场新增SPCX 返回首页

下一篇：Meta将限制员工AI使用额度：自建网关监控，2026年内部成本恐达数十亿

热点推荐

1 Meta将限制员工AI使用额度：自建网关监控

消息，Meta Platforms计划通过限制员工的token使用额度，来管控公司内部飙升的AI成本。根据一份...

2 Ramp发布SWE

消息，Ramp发布了针对前沿AI编码智能体的私有测试基准Ramp SWE-Bench。该基准包含80个源自Ramp真实...

3 Alpha农场新增SPCX

消息，Alpha农场现已新增SPCX-USDC流动性资金池，助您轻松参与，解锁更高年化收益。Alpha农场融...

4 Bitget关于恢复BNB

消息，Bitget宣布现已开放BNB - Binance Smart Chain网络的提币服务。对于暂停期间给您带来的不便，...

5 Gate完成SpaceX IPO股票分发，推出用户专属