Статьи по тегу «DeepSWE»
6 августа 2026, 11:11
Meta* выпустила Muse Code — собственного конкурента Claude Code и OpenAI Codex
Подразделение Meta* Superintelligence Labs, которое возглавляет бывший CEO Scale AI Александр Ванг, представило Muse Code —кодинг-агента для автономной работы с крупными репозиториями. Средство уже до
3 августа 2026, 08:46
Alibaba выпустили Qwen3.8-Max: стоит в четыре раза дешевле Opus 5, но уступает в сложном кодинге
Команда Qwen выпустила Qwen3.8-Max, новую флагманскую MoE-модель на 2,4 трлн параметров. На каждом токене активируются 95 млрд параметров, размер контекста составляет 1 млн токенов. В api схема стоит
31 июля 2026, 14:23
DeepSeek обновила V4-Flash: Responses программный оболочку, 1 млн токенов контекста и встраивание с Codex
DeepSeek выпустила апдейт DeepSeek-V4-Flash-0731 для своего api. Компания заявляет, что новая версия заметно усилилась в задачах программирования и агентных сценариях, получила нативную поддержку Resp
27 мая 2026, 13:49
Свежий тест производительности DeepSWE: GPT-5.5 — 70%, Opus 4.7 — 54%
Новый тест производительности DeepSWE показал, что GPT-5.5 решает 70% задач по разработке ПО, тогда как Claude Opus 4.7 — 54%. На SWE-Bench Pro картина была ровно обратной: там Opus 4.7 занимал первое
27 мая 2026, 10:25
«Opus 4.7 подсматривает ответы!»: Datacurve раскритиковала тест производительности SWE-Bench Pro — и выпустила свой
Claude Opus 4.6 и 4.7 в более чем 12% прогонов на главном агентном бенчмарке кодинга SWE-Bench Pro считывали правильный ответ напрямую из git-истории, лежащей в Docker-контейнере с задачей. GPT-5.4 и