Benchmark
SWE-Bench Pro
code
text
Top 10
榜单概览
数据说明
分数为 0-100 百分制综合成绩（Elo 榜为相对评分，仅供同榜内比较）。评测分数属事实数据，整理自公开评测体系与厂商公开资料，部分分数为厂商自报口径，不同榜单的评测方法与数据集可能存在差异，请结合多个榜单交叉参考。
Ranking
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Claude Fable 5 | Anthropic | 80.3 | 来源 |
| 2 | Fugu Ultra | Sakana AI | 73.7 | 来源 |
| 3 | Claude Opus 4.8 | Anthropic | 69.2 | 来源 |
| 4 | Grok 4.5 | xAI | 64.7 | 来源 |
| 5 | GPT-5.6 Sol | OpenAI | 64.6 | 来源 |
| 6 | Claude Opus 4.7 | Anthropic | 64.3 | 来源 |
| 7 | GPT-5.6 Terra | OpenAI | 63.4 | 来源 |
| 8 | Claude Sonnet 5 | Anthropic | 63.2 | 来源 |
| 9 | GPT-5.6 Luna | OpenAI | 62.7 | 来源 |
| 10 | Ornith 1.0 397B | DeepReinforce | 62.2 | 来源 |
| 11 | GLM-5.2 | Zhipu AI | 62.1 | 来源 |
| 12 | Muse Spark 1.1 | Meta | 61.5 | 来源 |
| 13 | Qwen3.7 Max | Alibaba Cloud / Qwen Team | 60.6 | 来源 |
| 14 | LongCat-2.0 | Meituan | 59.5 | 来源 |
| 15 | GPT-5.4 | OpenAI | 59.1 | 来源 |
| 16 | Fugu | Sakana AI | 59.0 | 来源 |
| 17 | MiniMax-M3 | MiniMax | 59.0 | 来源 |
| 18 | GPT-5.5 | OpenAI | 58.6 | 来源 |
| 19 | MiMo-V2.5-Pro | Xiaomi | 57.2 | 来源 |
| 20 | Step 3.7 Flash | StepFun | 56.3 | 来源 |
| 21 | MiniMax-M2.7 | MiniMax | 56.2 | 来源 |
| 22 | Gemini 3.5 Flash | 55.1 | 来源 | |
| 23 | Gemini 3.1 Pro Preview | 54.2 | 来源 | |
| 24 | Claude Opus 4.6 | Anthropic | 51.9 | 来源 |
| 25 | MAI-Code-1-Flash | Microsoft | 51.2 | 来源 |
| 26 | Ornith 1.0 35B | DeepReinforce | 50.4 | 来源 |
| 27 | Laguna XS 2.1 | Poolside | 47.6 | 来源 |
| 28 | Claude Opus 4.5 | Anthropic | 45.9 | 来源 |
| 29 | Claude Sonnet 4.5 (latest) | Anthropic | 43.6 | 来源 |
| 30 | Gemini 3 Pro Preview | 43.3 | 来源 | |
| 31 | Ornith 1.0 9B | DeepReinforce | 42.9 | 来源 |
| 32 | GPT-5.2 Codex | OpenAI | 41.0 | 来源 |
| 33 | North Mini Code | Cohere | 40.2 | 来源 |
| 34 | MiniMax-M2.1 | MiniMax | 36.8 | 来源 |
| 35 | Gemini 3 Flash Preview | 34.6 | 来源 | |
| 36 | GPT-5.2 | OpenAI | 29.9 | 来源 |
| 37 | Kimi K2.6 | Moonshot AI | 27.3 | 来源 |
| 38 | GLM-5.1 | Zhipu AI | 19.8 | 来源 |
| 39 | DeepSeek V4 Pro | DeepSeek | 18.0 | 来源 |
| 40 | Claude Sonnet 4.6 | Anthropic | 14.9 | 来源 |