GPT-5仅23.3%，全球AI集体挂科！地狱级编程考试，夺金神话破灭

编程大考，全球顶尖LLM夺金，真无敌了？最难编码基准SWE-Bench Pro出世，汇集了平均超100行代码的难题。没想到，最能打的LLM纷纷溃败，GPT-5仅拿下23.3%高分。 新智元 ，赞63 继IMO 2025登顶后，谷歌、OpenAI的模型 ...