> في المجموعة الفرعية الكاملة من SWE-Bench-Verified، سجل grok-code-fast-1 70.8٪ باستخدام الحزام الداخلي الخاص بنا. > في حين أن المعايير مثل SWE-Bench توفر رؤى قيمة ، فقد وجدنا أنها لا تعكس الفروق الدقيقة بشكل كامل ... إنه لأمر غريب حقا مدى قلة قولهم عن الأداء.