Посты с тегом #swe-bench

Бенчмарки ИИ: кто сейчас лидирует в LMArena и SWE-bench — 4 июня 2026 года

Свежий срез по публичным бенчмаркам: Anthropic удерживает верхушку в текстовых аренах LMArena, OpenAI по-прежнему лидирует в генерации и редактировании изображений, а на SWE-bench Verified борьба идёт почти вровень между Claude, Gemini и MiniMax.