Reflection 更新了 Beam 的基准测试成绩表
发布公告中的一则 October 8 说明称，Beam 的成绩已修订。
发布三天后，Reflection 在公告中添加了一则说明：“我们已更新 Beam 的成绩，上方表格反映的是最新数据。其他所有成绩均未变化。”
本网站上的成绩依据修订后的表格。值得关注的成绩包括：SWE-Bench Verified 得分 80.9，Terminal-Bench v2.1 得分 80.1，GPQA Diamond 得分 90.5，MCP Atlas 得分 78.7。
要点
在其他地方看到 Beam 的成绩时，请留意修订日期。