成绩掺水还是逆袭？九坤AI编程模型遭质疑，开源牌能硬刚Claude？

最开始公布的测试成绩相当亮眼，在衡量真实软件工程能力的SWE-Bench Verified测试里，准确率达到了81.4%，直接超过了Anthropic公司的Claude Sonnet ...