大模型
website ·
Proximal 发布 FrontierSWE v2 编码基准，Fable 5.1 领先
很高兴看到基准测试朝着这个方向发展并变得更好！Proximal@ProximalHQ：我们正在发布 FrontierSWE v2，这是我们更新的超长视野编码基准。V2 具有扩展的任务套件和改进的方法论。我们看到前沿模型之间存在巨大性能差距，Claude Fable 5.1 以较大优势领先。
AI推荐理由 新的编码基准揭示了前沿模型在超长任务上的性能差距，Fable 5.1 的领先表现对 AI 模型评估和选择具有指导意义。
84
浏览 14,638
点赞 42
评论 2
转发 1
正文
很高兴看到基准测试朝着这个方向发展，并且越来越好！
Proximal@ProximalHQ
我们正在发布FrontierSWE v2，这是我们更新的超长视野编码基准测试。
V2版本具有扩展的任务套件和改进的方法论。我们看到前沿模型之间存在巨大的性能差距，其中Claude Fable 5.1以明显优势领先。
[🔗 查看引用推文](https://x.com/ProximalHQ/status/2095233547330347491)
查看原文（中文正文为 AI 翻译）
Excited to see benchmarks headed in this direction and getting better!
Proximal@ProximalHQ
We are releasing FrontierSWE v2, our updated ultra-long horizon coding benchmark
V2 features an expanded task suite and improved methodology. We see large performance gaps between frontier models, with Claude Fable 5.1 leading by a wide margin
[🔗 View Quoted Tweet](https://x.com/ProximalHQ/status/2095233547330347491)