Статьи по тегу «SWE-Bench»
6 мая 2026, 11:21
SubQ: первая LLM с контекстом в 12 млн токенов
Организация Subquadratic выпустила схема SubQ 1M-Preview — первую, по их словам, LLM на целиком субквадратичной архитектуре. Речь про SSA (Subquadratic Sparse Attention): вместо того чтобы сравнивать
21 апреля 2026, 14:04
В KodaCode теперь доступна топовая open source схема Kimi K2.6
По бенчмаркам схема держится рядом с закрытыми SOTA-моделями: SWE-Bench Pro — 58.6, SWE-Bench Verified — 80.2, топ среди open-source моделей. Сильные результаты и на BrowseComp и математических бенчах
10 апреля 2026, 19:59
Anthropic научили Sonnet консультироваться с Opus
Anthropic выпустили advisor tool — инструмент, который позволяет запустить Opus как советника внутри задачи, которую выполняет Sonnet или Haiku. Работает так: Sonnet ведёт задачу от начала до конца —
7 апреля 2026, 19:57
Z.ai выпустили GLM-5.1 — open-source схема, заточенную под долгие агентные задачи
Z.ai выпустили GLM-5.1 — новую флагманскую схема под MIT-лицензией, ориентированную на агентные инженерные задачи. По SWE-Bench Pro она набирает 58.4% против 57.3% у Claude Opus 4.6 и 57.7% у GPT-5.4.
2 апреля 2026, 16:22
Alibaba выкатила Qwen3.6-Plus — свежий флагман серии Qwen
Схема появилась на OpenRouter 30-31 марта как бесплатный превью без анонса и пресс-релиза: один твит от исследователя Qwen с таблицей бенчмарков — и всё. За первые два дня через неё прошло 400 млн com
18 марта 2026, 20:20
MiniMax представили M2.7: обновленную версию свой флагманской модели
MiniMax только что выпустили M2.7 — модель, которая частично участвовала в собственном обучении. Во время разработки M2.7 использовалась для построения десятков сложных навыков внутри RL-харнесса, обн