编程大考，全球顶尖LLM夺金，真无敌了？最难编码基准SWE-Bench Pro出世，汇集了平均超100行代码的难题。没想到，最能打的LLM纷纷溃败， GPT-5仅拿下23.3%高分。 一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发 继IMO 2025登顶后，谷歌、OpenAI的模型，再一次拿下了ICPC金牌。 ICPC，被公认为全球最具挑战的大学生编程竞赛之一。 OpenAI和谷歌不仅解决了全部12题，还在人类选手中位列第一，难道AI编程真能所向披靡了吗？ 最新一项基准测试，直接打脸了全世界的顶尖模型。 任务难度全面提升 抗数据污染能力更强 无限逼近真实代码库 相较于前代SWE-Bench，Pro版本升级带来了三大突破： 它就是SWE-Bench Pro，专为评估AI编程智能体而生的新一代基准测试，直面真实企业级工程任务。 这一版，堪称编码中的「最后人类考试」。在实际测试（公开集）中，顶尖模型几乎溃败。 GPT-5虽拿下了第一，但成绩仅有23.3%，Claude Opus 4.1以22.7%得分位居第二。 其他模型更是没有一个能打的，得分全部低于15%。 这意味着，在更贴近真实世 ...