lasu 开源 Parsimony 基准，量化 AI 编码模型净增代码量

开发者 lasu 开源了 Parsimony 基准，用来量化 AI 编码模型完成任务时净增的代码单元。它复用 SWE-bench Verified 已发布的 patch，按净增单元数（新增减删除）排序，而非按行计数，目前仅支持 Python，并排除测试、文档和生成文件，解决数直接取自 SWE-bench Verified 且不重跑测试。 据 lasu 介绍，榜单上写入代码更少的模型并未解决更多任务，模型排名与解决数之间的 Spearman 系数为 0.33–0.60。所有模型共用 mini-SWE-agent 运行，但 lasu 指出 agent 本身仍会影响实际写入的代码量。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。