搜索
MiniMax开源代码智能体评测基准OctoCodingBench
5 天前
2026年1月14日，人工智能公司MiniMax宣布开源代码智能体系统性评测集OctoCodingBench，这是业内首个专门面向Coding Agent设计的综合性评估基准。该评测集用于评估智能体在代码仓库环境中的指令遵循能力，结果显示，所有模型的Check-level准确率（CSR）超80%，但Instance-level成功率（ISR）仅10%-30%，过程合规仍是盲区，开源模型正快速追赶闭源模型。
