跳过主要内容
评测来源/Vibe Code Bench 1–100
观察中编程

Vibe Code Bench 1–100

Vals AI · Vibe Code Bench 1–100 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 5.530.3630.42026-11-05
Claude Opus 528.5328.52026-11-05
Claude Fable 5.12828.02026-11-05
GPT-6 Astra27.6427.62026-11-05
GPT-5.6 Luna22.5922.62026-11-05
Gemini 4 Argon21.221.22026-11-05
Muse Spark 1.320.4620.52026-11-05
Claude Haiku 5.520.4120.42026-11-05
GPT-5.6 Sol20.0120.02026-11-05
GLM 5.319.9920.02026-11-05
Gemini 3.8 Flash18.7718.82026-11-05
Kimi K318.2418.22026-11-05
DeepSeek V4 Pro 081317.5317.52026-11-05
DeepSeek V4.1 Flash16.3816.42026-11-05
GLM-5.3 Flash16.0316.02026-11-05
GPT-5.6 Terra14.8214.82026-11-05
Grok 4.614.7514.82026-11-05
Mistral Large 414.2614.32026-10-22
Claude Sonnet 513.8213.82026-11-05
Qwen3.8 Max12.8312.82026-11-05
MiniMax-M39.229.22026-11-05
Inkling7.337.32026-11-05

常见问题