> Pada subset lengkap SWE-Bench-Verified, grok-code-fast-1 mencetak 70,8% menggunakan harness internal kami sendiri. > Meskipun tolok ukur seperti SWE-Bench memberikan wawasan yang berharga, kami menemukan bahwa tolok ukur tersebut tidak sepenuhnya mencerminkan nuansa... Sungguh aneh betapa sedikitnya yang mereka katakan tentang perf.