태그별 기사: swe-bench

GLM-5.1이 SWE-Bench Pro에서 선두: 58.4%

Z.ai의 GLM-5.1이 SWE-Bench Pro에서 GPT-5.4와 Claude를 능가합니다. 8시간 만에 Linux 데스크톱 조립, VectorDBBench에서 x6. HuggingFace에 가중치. 장기 실행 작업 테스트.

Qwen3.6-Plus: 에이전트 프로그래밍과 멀티모달리티

Alibaba의 Qwen3.6-Plus가 SWE-bench 코딩에서 경쟁사를 능가하며, 1M 토큰과 멀티모달리티 지원. API 액세스, 벤치마크, 통합 — 개발자를 위해. 세부 정보 탐색.

Claude Code 성능 저하: 추론 깊이 -73%

6852 Claude Code 세션 분석: 사고 깊이 73% 하락, 비용 증가 ×122, 맹목적 편집 33%. 중급/시니어 개발자를 위한 대처 방법 및 메트릭. 자신의 작업에서 확인하세요.

14 LLM 벤치마크: 분석 및 비평

SWE-bench, Terminal-Bench, τ² 및 기타 LLM 테스트에 대한 상세 분석. 개발 작업에 대한 약점과 관련성을 배우세요. 모델을 의식적으로 선택하세요.