Cognition 评测 OpenAI o1 系列在 Devin 编码智能体上的表现并公开评测方法
Cognition 公布在 Devin 中测试 o1-mini 和 o1-preview 数周的早期结果：在内部基准 cognition-golden 上，Devin-Base 从 GPT-4o 的 25.9% 提升到 o1-mini 的 34.6%、o1-preview 的 51.8%，生产版 Devin 达 74.2%。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2026-05-19 — 2026-05-19
重要进展 · 第 23 / 105 页
Gemini 3.5 Flash 面向长程 Agent 与编码
Google 发布 Gemini 3.5 系列的 Flash 模型，强调长程 Agent 与编码表现，并向开发平台、API 和多种产品提供。
AI 编码 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容