https://www.swebench.com/index.html

Claude 4.5 Opus medium (20251101) 测试项目全是 python 项目 解决 500 个 issues

Django 项目

作用: Django 是一个高级的 Python Web 框架，旨在帮助开发者快速构建和部署数据库驱动的 web 应用程序。它遵循 "不要重复自己" (DRY) 原则，并提供了一整套完整的开发工具，包括用户认证、数据库管理、URL 路由等功能。

Astropy 项目

作用: Astropy 是一个用于天文学的 Python 库，它提供了处理天文数据的工具，例如坐标转换、时间计算、天体物理常数、单位转换等，广泛应用于天文学领域的数据分析和建模。

Matplotlib 项目

作用: Matplotlib 是一个 Python 2D 绘图库，用于生成静态、动态和交互式图表。它支持多种图表类型，如线图、散点图、直方图等，广泛应用于数据分析、科学研究和数据可视化。

SymPy 项目

作用: SymPy 是一个 Python 库，用于符号数学计算。它支持代数运算、微积分、方程求解、矩阵运算等。SymPy 提供了符号计算功能，是数学、工程、科学等领域计算的利器。

Flask 项目

作用: Flask 是一个轻量级的 Python Web 框架，非常适合开发简单且灵活的 Web 应用程序。与 Django 相比，Flask 更加简洁并且易于扩展，它允许开发者以自己的方式配置应用，通常用于小型应用或微服务。

Sphinx 项目

作用: Sphinx 是一个用于生成文档的工具，主要用于 Python 项目的文档生成。它支持从源代码中提取注释、自动生成 API 文档，并将其输出为 HTML 、PDF 等格式。Sphinx 广泛用于开源项目的文档管理。

Requests 项目

作用: Requests 是一个非常流行的 Python 库，简化了 HTTP 请求的处理。它提供了简单易用的接口来发送 HTTP 请求（如 GET 、POST 、PUT 、DELETE ），并处理响应。广泛用于 web 爬虫、API 集成等场景。

Xarray 项目

作用: Xarray 是一个 Python 库，用于处理多维数组数据。它在 Pandas 的基础上扩展了支持多维数据的功能，主要应用于气候、遥感和其他需要处理多维数据的科学计算领域。

Pylint 项目

作用: Pylint 是一个 Python 代码静态分析工具，用于检查代码质量和风格。它能够发现潜在的代码错误、编程规范问题、重复代码等，并给出改进建议，帮助提高代码的可读性和可维护性。

Pytest 项目

作用: Pytest 是一个用于 Python 的单元测试框架。它提供了一个简单易用的接口，支持自动化测试、并发测试、断言等功能。Pytest 具有丰富的插件支持和扩展性，是 Python 开发者进行测试的常用工具。

Scikit-learn 项目

作用: Scikit-learn 是一个广泛使用的机器学习库，提供了一整套常见的机器学习算法（如回归、分类、聚类、降维等）以及相关工具（如模型选择、评估指标、数据预处理等）。它广泛应用于数据科学、机器学习项目中。

其他语言

为了确定基准性能，使用多语言数据集评估了 SWE-agent + Claude 3.7 Sonnet 。在成本限制为 2.50 美元的情况下，该配置能够正确解决 43% 的任务。

解决率因语言而异（图 2 ），其中 Rust 的解决率最高，C/C++ 的解决率最低。

也解释为什么 ai 编程公司用 Rust 实现 浏览器~ c 语言编译器