公开知识图谱记录
Mercury 3
记录摘要
从完整答案草稿开始，经多轮并行细化各位置。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: SWE-Bench Atlas 51.08
- 基准测试: IFBench 76.84
- 基准测试: GPQA Diamond 89.23
- 基准测试: DeepSWE v1 46.31
- 基准测试: MRCR v2 75.50
- 基准测试: IFBench 76.84，比 GPT-6 Luna 高约 15 分
- 基准测试: SWE-Bench Atlas 51.08；GPT-6 Luna 为 33.33，Claude Haiku 5.5 为 32.26
- 基准测试: DeepSWE v1 46.31，低于 Claude Haiku 5.5 的 51.62
资料覆盖
知识图谱当前记录了 11 个已知资料维度，另有 6 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- Inception — 发布
- Claude Haiku 5.5 — 竞品
- GPT-6 Luna — 竞品
- Claude Haiku 5.5 — 竞品
- GPT-6 Luna — 竞品