SWE-bench Verified 大模型得分排行榜
冠军
亚军
季军
其他排名
详细排名数据表格
| 模型简称 | SWE-bench Verified得分 | 发布机构 | 发布时间 | 参数规模（亿） |
|---|---|---|---|---|
| o3-pro | 75.0 |
|
2025-06-10 | 未知 |
| Grok 4 Code (TTC) | 75.0 |
|
2025-07-05 | 0.0 |
| Grok 4 Heavy | 73.5 |
|
2025-07-10 | 0.0 |
| Claude Sonnet 4 | 72.7 |
|
2025-05-23 | 未知 |
| Claude Opus 4 | 72.5 |
|
2025-05-23 | 未知 |
| Grok 4 Code | 72.0 |
|
2025-07-03 | 0.0 |
| Claude Sonnet 3.7 | 70.3 |
|
2025-02-25 | 未知 |
| OpenAI o3 | 69.1 |
|
2025-04-16 | 未知 |
| OpenAI o4 - mini | 68.1 |
|
2025-04-16 | 未知 |
| Qwen3-Coder-480B-A35B | 67.0 |
|
2025-07-23 | 4800.0 |
| Gemini 2.5 Flash | 63.8 |
|
2025-04-17 | 未知 |
| Gemini 2.5 Pro Experimental 03-25 | 63.8 |
|
2025-03-25 | 0.0 |
| Gemini-2.5-Pro-Preview-05-06 | 63.2 |
|
2025-05-06 | 未知 |
| Devstral Medium | 61.6 |
|
2025-07-10 | 0.0 |
| Gemini-2.5-Pro-Preview-06-05 | 59.6 |
|
2025-06-05 | 未知 |
| DeepSeek-R1-0528 | 57.6 |
|
2025-05-28 | 6850.0 |
| MiniMax-M1-80k | 56.0 |
|
2025-06-16 | 4560.0 |
| MiniMax-M1-40k | 55.6 |
|
2025-06-16 | 4560.0 |
| GPT-4.1 | 54.6 |
|
2025-04-14 | 未知 |
| Devstral Small 1.1 | 53.6 |
|
2025-07-10 | 240.0 |
| Kimi K2 | 51.8 |
|
2025-07-11 | 10000.0 |
| OpenAI o3-mini (high) | 49.3 |
|
2025-01-31 | 未知 |
| DeepSeek-R1 | 49.2 |
|
2025-01-20 | 6710.0 |
| Claude 3.5 Sonnet New | 49.0 |
|
2024-10-22 | 0.0 |
| OpenAI o1 | 48.9 |
|
2024-12-05 | 未知 |
| Devstral Small 1.0 | 46.8 |
|
2025-05-26 | 240.0 |
| DeepSeek-V3-0324 | 38.8 |
|
2025-03-24 | 6810.0 |
| GPT-4.5 | 38.0 |
|
2025-02-28 | 未知 |
| Qwen3-235B-A22B | 34.4 |
|
2025-04-28 | 2350.0 |
| GPT-4o | 31.0 |
|
2024-05-13 | 未知 |
| Gemini 2.5 Flash-Lite | 27.6 |
|
2025-06-17 | 未知 |
| GPT-4.1 mini | 23.6 |
|
2025-04-14 | 未知 |
| Gemini 2.0 Flash Experimental | 21.4 |
|
2024-12-11 | 未知 |
| GPT-5 | 0.0 |
|
2025-07-15 | 0.0 |
| GPT-5 Reasoning | 0.0 |
|
2025-07-15 | 0.0 |
得分:
75.0
发布时间:
2025-06-10
参数规模(亿):
未知
得分:
75.0
发布时间:
2025-07-05
参数规模(亿):
0.0
得分:
73.5
发布时间:
2025-07-10
参数规模(亿):
0.0
得分:
72.7
发布时间:
2025-05-23
参数规模(亿):
未知
得分:
72.5
发布时间:
2025-05-23
参数规模(亿):
未知
得分:
72.0
发布时间:
2025-07-03
参数规模(亿):
0.0
得分:
70.3
发布时间:
2025-02-25
参数规模(亿):
未知
得分:
69.1
发布时间:
2025-04-16
参数规模(亿):
未知
得分:
68.1
发布时间:
2025-04-16
参数规模(亿):
未知
得分:
67.0
发布时间:
2025-07-23
参数规模(亿):
4800.0
得分:
63.8
发布时间:
2025-04-17
参数规模(亿):
未知
得分:
63.8
发布时间:
2025-03-25
参数规模(亿):
0.0
得分:
63.2
发布时间:
2025-05-06
参数规模(亿):
未知
得分:
61.6
发布时间:
2025-07-10
参数规模(亿):
0.0
得分:
59.6
发布时间:
2025-06-05
参数规模(亿):
未知
得分:
57.6
发布时间:
2025-05-28
参数规模(亿):
6850.0
得分:
56.0
发布时间:
2025-06-16
参数规模(亿):
4560.0
得分:
55.6
发布时间:
2025-06-16
参数规模(亿):
4560.0
得分:
54.6
发布时间:
2025-04-14
参数规模(亿):
未知
得分:
53.6
发布时间:
2025-07-10
参数规模(亿):
240.0
得分:
51.8
发布时间:
2025-07-11
参数规模(亿):
10000.0
得分:
49.3
发布时间:
2025-01-31
参数规模(亿):
未知
得分:
49.2
发布时间:
2025-01-20
参数规模(亿):
6710.0
得分:
49.0
发布时间:
2024-10-22
参数规模(亿):
0.0
得分:
48.9
发布时间:
2024-12-05
参数规模(亿):
未知
得分:
46.8
发布时间:
2025-05-26
参数规模(亿):
240.0
得分:
38.8
发布时间:
2025-03-24
参数规模(亿):
6810.0
得分:
38.0
发布时间:
2025-02-28
参数规模(亿):
未知
得分:
34.4
发布时间:
2025-04-28
参数规模(亿):
2350.0
得分:
31.0
发布时间:
2024-05-13
参数规模(亿):
未知
得分:
27.6
发布时间:
2025-06-17
参数规模(亿):
未知
得分:
23.6
发布时间:
2025-04-14
参数规模(亿):
未知
得分:
21.4
发布时间:
2024-12-11
参数规模(亿):
未知
得分:
0.0
发布时间:
2025-07-15
参数规模(亿):
0.0
得分:
0.0
发布时间:
2025-07-15
参数规模(亿):
0.0