Datacurve lança benchmark DeepSWE para avaliar modelos de IA

A Datacurve apresentou o DeepSWE, um novo benchmark de codificação projetado para oferecer uma avaliação mais rigorosa e realista das capacidades de modelos de linguagem (LLMs). O teste abrange 113 tarefas complexas distribuídas por 91 repositórios de código aberto, suportando cinco linguagens de programação. Segundo os resultados iniciais divulgados pela empresa, o GPT-5.5 lidera o ranking com 70% de precisão, superando outros modelos disponíveis no mercado. A iniciativa surge como uma resposta às críticas de que os benchmarks atuais falham em demonstrar a real paridade entre as tecnologias de IA. Com essa ferramenta, a Datacurve pretende fornecer métricas mais transparentes e confiáveis para compradores corporativos, permitindo decisões mais assertivas na adoção de soluções de inteligência artificial para o desenvolvimento de software.