Parsimony：衡量 AI 模型净增代码量的开源基准

Parsimony 是一款开源基准，针对 AI 模型在编码任务中新增的代码量进行排行，按净增代码单元（新增减去删除）从低到低排序，补充现有评测对 solve rate 与成本的盲区。该基准复用 SWE-bench Verified 已发布的补丁结果，只统计 Python 代码，不重跑测试。数据显示，编写更多代码的模型通常能解决更多任务（Spearman 0.33–0.60）。