On SWE-bench Pro (Public), which evaluates software engineering performance across multiple programming languages, GPT-5.3-Codex reached 56.8% accuracy. The most notable improvement appeared in ...
一部の結果でアクセス不可の可能性があるため、非表示になっています。
アクセス不可の結果を表示する一部の結果でアクセス不可の可能性があるため、非表示になっています。
アクセス不可の結果を表示する