低成本 AI 模型凭借新的上下文引擎在编码基准测试中击败顶级模型

一种名为 Xanther Context Engine (XCE) 的新方法使 MiniMax M2.5 模型在 SWE-bench Verified 基准测试中取得了 78.2% 的得分，超越了所有其他模型。这一成就之所以引人注目，是因为 MiniMax M2.5 是一个低成本模型，每次调用的成本仅为 0.02 美元，并且性能提升归功于改进的上下文理解，而非更强大的底层模型。XCE 为 AI 编码代理提供了架构上下文，显著增强了它们修复复杂代码库中 bug 的能力。 AI

影响 通过提供架构上下文，增强了 AI 编码代理在复杂任务上的性能，可能降低软件开发的成本。

排序理由 该集群描述了 AI 编码代理的新方法和基准测试结果，而非前沿实验室的发布。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• Claude Opus 4.5
• GitHub
• MiniMax M2.5
• Python
• SWE-bench Verified
• Xanther.ai
• Xanther Context Engine

• 产品
• 论文

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →