The Decoder· Jonathan Kemper·· 9 天前AI 评分40
Qwen3.6 和 Qwen3.8 在 SWE-bench Verified 评测中的表现分析
Fancy harnesses make coding agents more expensive but not better, study finds
AI 导读
研究发现，在 SWE-bench Verified 评测中，Qwen3.6 和 Qwen3.8 的表现与 Claude Code 和 mini-SWE-agent 相当，但 OpenCode 的表现略逊一筹。此外，不同工具包的使用对模型性能的影响不大，但系统提示和工具描述的长度对成本有显著影响。
来源：The Decoder · the-decoder.com