跳过主要内容
评测来源/SWE-Atlas Codebase QnA
观察中编程

SWE-Atlas Codebase QnA

Scale AI · SWE-Atlas Codebase QnA 的公开模型评测结果。

官方评测
来源说明

该来源测量模型在「编程」领域的具体交付表现,原始成绩会和统一能力读数分开展示。

限制: 不同版本、推理设置和测试集可能导致分数变化,请结合数据时间阅读。

使用方式

参与排名的来源会影响能力分;参考、交叉参考和观察来源仅用于对比与核验。

本来源的模型成绩

Claude Opus 4.78181.02026-08-05
GPT-5.580.880.82026-08-05
GPT-5.579.179.12026-08-05
Claude Opus 4.778.478.42026-08-05
GPT-5.57575.02026-08-05
GLM-5.173.273.22026-08-05
GPT-5.472.972.92026-08-05
GPT-5.472.472.42026-08-05
Claude Opus 4.671.971.92026-08-05
Claude Opus 4.771.771.72026-08-05
Claude Sonnet 4.670.370.32026-08-05
DeepSeek V4 Pro67.867.82026-08-05
Kimi K2.659.859.82026-08-05
Gemini 3.1 Pro Preview45.645.62026-08-05
GPT-5.545.4345.42026-08-05
GPT-5.440.840.82026-08-05
GPT-5.436.336.32026-08-05
Claude Opus 4.633.333.32026-08-05
Claude Sonnet 4.631.231.22026-08-05
Claude Opus 4.63030.02026-08-05
GLM-520.520.52026-08-05
Gemini 3.1 Pro Preview13.513.52026-08-05
Kimi K2.513.113.12026-08-05
MiniMax-M2.510.310.32026-08-05
Gemini 3 Flash Preview8.28.22026-08-05

常见问题