跳到正文
热点事件历史事件

阿里等发布Co-Design Bench编码智能体基准

1 篇报道1 个报道来源11 天前更新

先了解这件事

AI 综述

2026年11月8日,阿里巴巴与多所亚洲高校的研究者发布编码智能体基准 Co-Design Bench,任务取自真实用户的修改请求,部分需处理图像、音频、视频或文档输入。报道称十个被测模型中表现最好的 GPT-6 Astra 平均满足约70%的任务要求,但仅26.4%的任务被完全做对;Claude Opus 5 和 Qwen3.8-Max 分列其后,Grok 4.6 垫底。目前进展停留在基准发布与首轮评测结果公布阶段。

AI 根据报道生成 · 11 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月8日
  1. The Decoder
    阿里等团队发布 Co-Design Bench:编码智能体仅完整完成 26.4% 任务

    阿里巴巴与多所亚洲高校的研究者构建了编码智能体基准 Co-Design Bench,任务来自真实用户的修改请求,部分需处理图像、音频、视频或文档输入。十个被测模型中表现最好的 GPT-6 Astra 平均满足约 70% 的任务要求,但仅 26.4% 的任务被完全做对;Claude Opus 5 和 Qwen3.8-Max 分列其后,Grok 4.6 垫底。