Израиль нанес удар по Ирану09:28
根据SWE-Bench Verified测试，M2.5得分为80.2%，与Anthropic旗下模型Claude Opus 4.6的80.8%差距不足1个百分点。也就是说，在编程、工具调用、搜索等Agent核心能力上，两者的差距越来越小。
，这一点在体育直播中也有详细论述
Earlier versions of this PEP draft omitted the ability to write
https://feedx.site