10 Matching Annotations
  1. Jun 2026
    1. Qwen3.6 27B scores 77.2% & the MoE variant, Qwen3.6 35B-A3B, hits 73.4%. These two local models are within spitting distance of Claude Sonnet 4.6 (79.6%).

      本地模型在SWE-bench Verified基准测试中表现出色,接近顶级云端模型的性能。这表明本地编码技术已达到实用水平。开发者应关注这些基准数据,但也要注意基准测试可能无法完全反映实际开发场景中的表现。

  2. May 2026
  3. Apr 2026
    1. GPQAD | 94.4 | 90.9 | 92.7 | 92.4 | **95.1** | LCBv6 | 90.3 | 92.1 | 92.4 | 90.4 | **93.2** | SWEPro | 48.4 | 51.2 | _53.4_ | 51.3 | **54.2**

      性能对比表格显示,Sakana Fugu Ultra在三个基准测试中均优于竞争对手:GPQAD上达95.1%(超越Gemini 3.1的94.4%),LCBv6上达93.2%(超越GPT 5.4的92.1%),SWEPro上达54.2%(超越Opus 4.6的53.4%)。这些数据表明其多模型协调策略确实带来了性能提升,特别是在科学推理任务上优势明显。

    1. The median US buyout fund returns 13% to 16% net.

      文中提到美国收购基金的中位回报率为13-16%,而OpenAI承诺的17%回报率高于这一水平,约为行业平均值的1.06-1.3倍。这一差异表明OpenAI为了获得渠道优势愿意支付溢价,但也暗示了PE partners可能承担了额外的风险或OpenAI的业务模式需要实现超常增长。

  4. Mar 2021
  5. Sep 2020
  6. Feb 2020