AI Benchmarks
SWE-bench Verified поднялся до 79,2% и получил двух лидеров на вершине
В SWE-bench Verified снова сдвинулся верхний край: теперь сразу две системы делят первое место с результатом 79,2% решённых задач. Это важно не только как смена лидеров, но и как признак того, что планка в одном из самых заметных тестов для программных AI-агентов снова выросла.