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。
Что думаешь? Оцени!
，更多细节参见safew官方版本下载
（三）展示侮辱性标语、条幅等物品的；
Сайт Роскомнадзора атаковали18:00
Крупнейшая нефтяная компания мира задумалась об альтернативе для морских перевозок нефти14:56