Parsimony：一个衡量 AI 模型多写多少代码的开源基准

Parsimony 是一个开源基准，用于衡量 AI 模型在解决编程任务时额外增加了多少代码。它基于 SWE-bench Verified 已发布的补丁，统计语句、调用、比较、命名和字面量等编码单元，只算净增量（新增减删除），不数行数，因此堆代码不得分。模型按已解决任务的平均净增单元从低到高排名，目前仅测量 Python，测试、文档和生成文件不计入。