SWE-bench

修仓库仍然是 Claude 的主场，但 80% 已经不是门槛

Fable 5 的 95% 把 SWE-bench Verified 几乎打满。Opus 5、Grok 4.6、GPT-5.6 Sol 停在 87–92。真正的结构变化是 MiniMax、Kimi、GLM 把开源工程抬到 80% 以上——一年前这还是闭源第一的分数。静态榜开始饱和，下一场比赛会迁到 SWE-Pro 和更脏的仓库。