熱點事件持續更新
OpenHands雲端評測十款模型，Claude居首
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年10月13日，OpenHands在官方博客表示，團隊建立雲端評測環境，令編碼智能體評測速度提升30倍或以上，並以此測試10款語言模型在SWE-Bench Lite上的表現。結果顯示，Claude 3.5 Sonnet使用OpenHands預設智能體取得27%解決率，在受測模型中居首。開源模型方面，Llama 3.1 405 B和deepseek-v2.5表現最強，並勝過部分閉源模型。
AI 根據報道生成 · 2 小時前更新
最新進展10月13日 00:27
OpenHands評測顯示，Claude 3.5 Sonnet以27%解決率居首。報道時間線
沿着報道，瞭解事件的不同側面。
10月13日
- OpenHands 官方博客OpenHands 以雲端並行環境評測 10 款語言模型，速度提升 30 倍以上
OpenHands 建立雲端評測環境，令編碼智能體評測速度提升 30 倍或以上，並以此測試 10 款語言模型在 SWE-Bench Lite 的表現。Claude 3.5 Sonnet 以 OpenHands 預設智能體達到 27% 解決率，領先其他模型；Llama 3.1 405 B 和 deepseek-v2.5 是表現最強的開源模型，並勝過部分閉源模型。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。