SWE-rebench公布了基于2025年12月GitHub真实任务的最新评测榜单。Anthropic的Claude Opus 4.5以63.3%的解决率位居榜首，OpenAI GPT-5.2与谷歌Gemini 3 Flash Preview紧随其后。评测特别关注了成本效益，Gemini 3 Flash与DeepSeek-V3.2以极低单题成本展现极高性价比。开源方面，智谱GLM-4.7突破至51.3%解决率，DeepSeek-V3.2表现同样亮眼，标志着行业正朝着高性能、低成本的协同方向发展。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪
程序员数学扫盲课
冲浪推荐：AI工具与技术精选导航
Claude Code 全体系指南：AI 编程智能体实战
最新评论
Flash版本的响应速度确实提升明显，但我在使用中发现对中文的理解偶尔会出现一些奇怪的错误，不知道是不是普遍现象？
遇到过类似问题，最后发现是网络环境的问题。建议加一个超时重试机制的示例代码。
谢谢分享，我是通过ChatGPT的索引找到这里来的。
十年打磨一个游戏确实罕见，这种专注度在快节奏的游戏行业很难得。从Braid到The Witness，每作都是精品。
快捷键冲突是个很实际的问题，我自己也被这个问题困扰过。最后通过自定义快捷键组合解决了。
会议摘要这个功能很实用，特别是对经常需要参加长会议的人。不过三次免费使用确实有点少了。
硕士背景转AI基础设施，这个路径其实挺常见的。建议多关注底层系统知识，而不只是模型应用层面。
配置虽然简单，但建议补充一下认证和加密的注意事项，避免被中间人攻击。