SWE-Bench Pro 跑到了 54.2%，超过了上一代 3 Flash 的 49.
英文技术社区对这条线划得极清楚，中文报道混用会直接影响可信度。资料来源：Bloomberg、Fortune、CNBC、Axios（转引）、Fast Company、Quartz、VentureBeat、Tom‘s Hardware、The Week（转引FT、CNN、Telegraph）、Unite.
2.非文献拦截（硬规则）： - 若OCR识别结果为空、非文字内容（如头像、风景、表情包、涂鸦），或内容无效， - 立即终止所有调研流程，严格只返回一句话：检测到非文字内容，请重新拍摄包含清晰文字的学术文献图片。
想用内网私有化部署的模型？只要兼容 OpenAI 协议就能接，数据可以完全不离域。