Las puntuaciones proceden de las ejecuciones del propio creador del benchmark, no de los fabricantes de los modelos, y por ahora se basan en diez tareas, cada una intentada ocho veces por modelo.
Benchmark
Real-SWE
Qué mide el benchmark Real-SWE, cómo lo ejecuta Specific Labs y las puntuaciones registradas de cada modelo, con su fuente, fecha de evaluación e…
- Responsable
- Specific Labs
- Puntuación
- %
- Última comprobación
- 13 de septiembre de 2026
Clasificación
Todavía no hay resultados verificados.