Benchmark

MultiPL-E

general language text 多语言

MultiPL-E is a scalable and extensible system for translating unit test-driven code generation benchmarks to multiple programming languages. It extends HumanEval and MBPP Python benchmarks to 18 additional programming languages, enabling evaluation of neural code generation models across diverse programming paradigms and language features.

榜单来源

Top 10

榜单概览

1Qwen3-Next-80B-A3B-Inst…87.82Kimi K2-Instruct-090585.7
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 Qwen3-Next-80B-A3B-Instruct Alibaba Cloud / Qwen Team 87.8 来源
2 Kimi K2-Instruct-0905 Moonshot AI 85.7 来源