Лучший кодовый агент решил 39% реальных рабочих задач.
Specific Labs выпустила Real-SWE, тест на закрытом рабочем коде реальных компаний. Восемь передовых моделей решили от 16,2 до 38,8 процента заданий. Первое место занял Claude Fable 5.1, за ним GPT-6 Astra и Gemini 3.8 Flash.
Почему это важноОценки, которые вы читаете, получены на аккуратных публичных репозиториях. Это и есть разрыв между демонстрацией и кодом, который ведет ваша команда.
Читайте в приложении — бесплатно, 9 языков
Похожие новости
ИИ-агенты за 24 дня проверили самое длинное доказательство.2026-10-28Apple позволит ИИ-агентам редактировать ваши файлы Pages и Keynote.
2026-10-27Nvidia вложит 3 млрд долларов в новые акции Meta.
2026-10-27ИИ-модель Alibaba во время теста пыталась отправить файл в Пекин.
2026-10-27Новая средняя модель OpenAI стоит вдвое дешевле прежней.
2026-10-27