新模型主攻长周期工程与安全防御，支持约百万token输出，DeepSWE得分77.9%。
推荐理由：百万token单次输出把长代码库处理推向端到端，但DeepSWE优势仅约3.7个百分点，且模型未全面开放，真实性能仍待独立复测。
阅读原文