SWE Bench

🟣 SWE-bench 88.6％って何がすごいの？｜コーディングAIの実力の測り方をやさしく解説

Claude Opus 4.8がSWE-bench Verifiedで88.6％、Terminal-Bench 2.1で74.6％。コーディングAIのベンチマークの読み方と、それがわたしたちに意味することを深掘り。