https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/SWE-bench-%E5%81%9C%E6%8A%A5%E6%B7%B1%E5%BA%A6%E5%A4%8D%E7%9B%98%E6%A8%A1%E5%9E%8B%E8%A7%A3%E4%B8%8D%E5%87%BA%E7%9A%84%E9%A2%98%E4%B8%80%E5%8D%8A%E6%98%AF%E5%9D%8F%E7%9A%84/index.htmlSWE-bench 停报：模型解不出的题，一半是坏的 2026 年 2 月，OpenAI 做了一件没有开发布会、但比任何一次模型发布都更值得复盘的事：SWE-bench Verified 分数不再出现在官方评测表里。最后一份报告是 80.9%，六个月前同一条曲线还在 74.9%[1]。Hugozh-CN