SWE-2 评测详情

SWE-2 当前已收录的代表性评测结果包括 Terminal-Bench 2.1（1 / 57，得分 92.80）、Terminal-Bench 4.0（31 / 98，得分 27.30）、FrontierCode 1.1 Main（7 / 11，得分 50）。