加载中...

大模型代码编程能力评测排行榜

本页面提供大模型代码编程能力评测排行榜，涵盖 SWE-Bench、LiveCodeBench、HumanEval 等数据集，对 GPT、Claude、Qwen、DeepSeek 等模型进行对比。

数据更新于: 2025/10/12 20:54:51

评测切换

在这里切换评测，图表和表格会同步更新

SWE-bench Verified LiveCodeBench HumanEval

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

参数规模

全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型

全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	SWE-bench Verified	LiveCodeBench	HumanEval	参数(亿)	开源情况
1	Claude Sonnet 4.5	82.00	71.00	0.00	—	不开源
2	Claude Sonnet 5	82.00	0.00	0.00	—	不开源
3	Claude Opus 4.5	80.90	87.00	0.00	—	不开源
4	Claude Opus 4.6	80.84	0.00	0.00	—	不开源
5	Claude Opus 4.6	80.80	0.00	0.00	—	不开源
6	Gemini 3.1 Pro Preview	80.60	0.00	0.00	—	不开源
7	Claude Sonnet 4	80.20	66.00	0.00	—	不开源
8	MiniMax M2.5	80.20	0.00	0.00	2290B	免费商用
9	GPT-5.2	80.00	0.00	0.00	—	不开源
10	GPT-5.2	80.00	0.00	0.00	—	不开源
11	Claude Sonnet 4.6	79.60	0.00	0.00	—	不开源
12	Claude Opus 4.1	79.40	65.00	0.00	—	不开源
13	GLM-5	77.80	0.00	0.00	7440B	免费商用
14	GPT-5.1-Codex-Max	76.80	0.00	0.00	—	不开源
15	Kimi K2.5	76.80	85.00	0.00	10000B	免费商用
16	Qwen3.5-397B-A17B	76.40	83.60	0.00	397B	免费商用
17	Qwen3.5-397B-A17B	76.40	0.00	0.00	397B	免费商用
18	GPT-5.1	76.30	0.00	0.00	—	不开源
19	GPT-5.1	76.30	0.00	0.00	—	不开源
20	Gemini 3.0 Pro (Preview 11-2025)	76.20	92.00	0.00	—	不开源
21	Qwen3-Max-Thinking	75.30	85.90	0.00	10000B	不开源
22	o3-pro	75.00	0.00	0.00	—	不开源
23	M2.1	74.80	0.00	0.00	2300B	免费商用
24	GPT-5 Codex	74.50	0.00	0.00	—	不开源
25	Step 3.5 Flash	74.40	86.40	0.00	1960B	免费商用
26	GLM-4.7	73.80	84.90	0.00	3580B	免费商用
27	Grok 4 Heavy	73.50	0.00	0.00	—	不开源
28	Haiku 4.5	73.30	62.00	0.00	—	不开源
29	DeepSeek V3.2	73.10	83.30	0.00	6710B	免费商用
30	GPT-5	72.80	0.00	0.00	—	不开源
31	Claude Opus 4	72.50	56.60	0.00	—	不开源
32	Qwen3.5-27B	72.40	0.00	0.00	270B	免费商用
33	Grok 4 Code	72.00	0.00	0.00	—	不开源
34	Kimi K2 Thinking	71.30	83.10	0.00	10400B	免费商用
35	Grok Code Fast 1	70.80	0.00	0.00	—	不开源
36	Qwen3-Coder-Next	70.60	0.00	0.00	80B	免费商用
37	GPT-5.1 Codex	70.40	85.50	0.00	—	不开源
38	Claude Sonnet 3.7	70.30	0.00	0.00	—	不开源
39	Qwen3 Max (Preview)	69.60	57.50	0.00	—	不开源
40	MiniMax M2	69.40	83.00	0.00	2300B	免费商用
41	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
42	OpenAI o3	69.10	75.80	0.00	—	不开源
43	Gemini 3.0 Flash	68.70	0.00	0.00	—	不开源
44	DeepSeek-V3.1 Terminus	68.40	80.00	0.00	6710B	免费商用
45	OpenAI o4 - mini	68.10	0.00	0.00	—	不开源
46	GLM-4.6	68.00	84.50	0.00	3550B	免费商用
47	DeepSeek V3.2-Exp	67.80	74.10	0.00	6710B	免费商用
48	Gemini 2.5-Pro	67.20	77.10	0.00	—	不开源
49	Qwen3-Coder-480B-A35B	67.00	0.00	0.00	4800B	免费商用
50	DeepSeek-V3.1	66.00	74.80	0.00	6710B	免费商用
51	GLM-4.5	64.20	72.90	0.00	3550B	免费商用
52	Gemini 2.5 Pro Experimental 03-25	63.80	70.40	0.00	—	不开源
53	Gemini-2.5-Pro-Preview-05-06	63.20	77.10	0.00	—	不开源
54	Devstral Medium	61.60	0.00	0.00	—	不开源
55	GPT OSS 120B	60.10	0.00	0.00	117B	免费商用
56	GLM-4.7-Flash	59.20	0.00	0.00	310B	免费商用
57	Grok 4	58.60	82.00	0.00	—	不开源
58	DeepSeek-R1-0528	57.60	73.30	0.00	6710B	免费商用
59	GLM-4.5-Air	57.60	70.70	0.00	1060B	免费商用
60	MiniMax-M1-80k	56.00	65.00	0.00	4560B	免费商用
61	MiniMax-M1-40k	55.60	62.30	0.00	4560B	免费商用
62	GPT-4.1	54.60	40.50	0.00	—	不开源
63	Gemini 2.5 Flash-Preview-09-2025	54.00	0.00	0.00	—	不开源
64	Devstral Small 1.1	53.60	0.00	0.00	240B	免费商用
65	Kimi K2	51.80	53.70	0.00	10000B	免费商用
66	Qwen3-Coder-Flash	51.60	0.00	0.00	305B	免费商用
67	Gemini 2.5 Flash	50.00	55.40	0.00	—	不开源
68	OpenAI o3-mini (high)	49.30	69.50	97.60	—	不开源
69	DeepSeek-R1	49.20	65.90	0.00	6710B	免费商用
70	Claude 3.5 Sonnet New	49.00	38.70	93.70	—	不开源
71	OpenAI o1	48.90	71.00	0.00	—	不开源
72	Devstral Small 1.0	46.80	0.00	0.00	240B	免费商用
73	OpenAI o3-mini	40.80	0.00	0.00	—	不开源
74	DeepSeek-V3-0324	38.80	49.20	0.00	6710B	免费商用
75	GPT-4.5	38.00	46.40	0.00	—	不开源
76	Qwen3-235B-A22B	34.40	70.70	0.00	2350B	免费商用
77	GPT OSS 20B	34.00	0.00	0.00	210B	免费商用
78	GPT-4o	31.00	35.10	90.00	—	不开源
79	Gemini 2.5 Flash-Lite	27.60	34.30	0.00	—	不开源
80	GPT-4.1 mini	23.60	0.00	0.00	—	不开源
81	Qwen3-30B-A3B-2507	22.00	43.20	0.00	305B	免费商用
82	Gemini 2.0 Flash Experimental	21.40	29.10	0.00	—	不开源
83	Grok 3	0.00	70.60	0.00	—	不开源
84	Kimi-k1.6-IOI	0.00	65.90	0.00	—	不开源
85	OpenAI o3-mini (medium)	0.00	67.40	0.00	—	不开源
86	Pangu Embedded	0.00	67.10	0.00	70B	免费商用
87	Step3	0.00	67.10	0.00	3210B	免费商用
88	Qwen3-32B	0.00	65.70	0.00	320B	免费商用
89	Kimi-k1.6-IOI-high	0.00	73.80	0.00	—	不开源
90	Qwen3-235B-A22B-Thinking	0.00	74.10	0.00	305B	免费商用
91	Qwen3-235B-A22B-Thinking-2507	0.00	74.10	0.00	2350B	免费商用
92	Grok-3 - Reasoning Beta	0.00	79.40	0.00	—	不开源
93	Grok 4 Fast	0.00	80.00	0.00	—	不开源
94	Gemini 2.5 Pro Deep Think	0.00	80.40	0.00	—	不开源
95	GLM-4-9B-Chat	0.00	51.80	0.00	90B	免费商用
96	QwQ-32B	0.00	0.00	19.00	325B	免费商用
97	Gemini 2.0 Flash-Lite	0.00	28.90	0.00	—	不开源
98	Qwen3-30B-A3B	0.00	29.00	0.00	305B	免费商用
99	Llama 4 Scout Instruct	0.00	32.80	0.00	1090B	免费商用
100	Qwen3-4B-2507	0.00	35.10	0.00	40B	免费商用
101	GPT-4o(2025-03-27)	0.00	35.80	0.00	—	不开源
102	ERNIE-4.5-300B-A47B	0.00	38.80	0.00	3000B	免费商用
103	ERNIE-4.5-VL-424B-A47B-Base	0.00	38.80	0.00	4240B	免费商用
104	Llama 4 Maverick Instruct	0.00	43.40	0.00	4000B	免费商用
105	Llama 4 Behemoth Instruct	0.00	49.40	0.00	20000B	免费商用
106	Qwen3-235B-A22B-2507	0.00	51.80	0.00	2350B	免费商用
107	Gemma 3 - 12B (IT)	0.00	24.60	0.00	120B	免费商用
108	GPT-5-mini	0.00	55.00	0.00	—	不开源
109	Qwen3-4B-Thinking-2507	0.00	55.20	0.00	40B	免费商用
110	Magistral-Small-2506	0.00	55.84	0.00	240B	免费商用
111	Qwen3-Next	0.00	56.60	0.00	800B	免费商用
112	Hunyuan-7B	0.00	57.00	0.00	70B	免费商用
113	Magistral-Medium-2506	0.00	59.36	0.00	—	不开源
114	Pangu Pro MoE	0.00	59.60	0.00	719B	免费商用
115	Qwen3-8B	0.00	61.80	0.00	80B	免费商用
116	Hunyuan-A13B-Instruct	0.00	63.90	0.00	800B	免费商用
117	Hunyuan-T1	0.00	64.90	0.00	—	不开源
118	QwQ-Max-Preview	0.00	65.60	0.00	—	免费商用
119	C4AI Aya Vision 32B	0.00	0.00	62.20	320B	不可商用
120	Codestral 25.01	0.00	37.90	86.60	—	不开源
121	Claude3-Opus	0.00	0.00	84.90	—	不开源
122	Codestral	0.00	31.50	81.10	220B	不可商用
123	Llama3.1-70B-Instruct	0.00	33.30	80.50	700B	免费商用
124	Phi-4-mini-instruct (3.8B)	0.00	0.00	74.40	38B	免费商用
125	Grok-1.5	0.00	0.00	74.10	—	不开源
126	Qwen2.5-Max	0.00	0.00	73.20	—	不开源
127	Llama3.1-8B-Instruct	0.00	0.00	66.50	80B	免费商用
128	GPT-4o mini	0.00	0.00	87.20	—	不开源
129	Qwen2.5-72B	0.00	0.00	59.10	727B	免费商用
130	Qwen2.5-7B	0.00	0.00	57.90	70B	免费商用
131	Moonlight-16B-A3B-Instruct	0.00	0.00	48.10	160B	免费商用
132	Qwen2.5-3B	0.00	0.00	42.10	30B	免费商用
133	Gemma 2 - 9B	0.00	0.00	37.80	90B	免费商用
134	Llama3.1-8B	0.00	0.00	33.50	80B	免费商用
135	Mistral-7B-Instruct-v0.3	0.00	0.00	29.30	70B	免费商用
136	Llama-3.2-3B	0.00	0.00	28.00	32B	免费商用
137	Amazon Nova Pro	0.00	0.00	89.00	—	不开源
138	Qwen3.5-397B-A17B	0.00	83.60	0.00	397B	免费商用
139	Gemini 2.5 Deep Think	0.00	87.60	0.00	—	不开源
140	OpenAI o1-mini	0.00	52.00	92.40	—	不开源
141	Claude 3.5 Sonnet	0.00	0.00	92.00	—	不开源
142	Hunyuan-TurboS	0.00	32.00	91.00	—	不开源
143	GPT-4o(2024-11-20)	0.00	0.00	90.20	—	不开源
144	Gemini 1.5 Pro	0.00	0.00	89.00	—	不开源
145	Llama3.1-405B Instruct	0.00	30.20	89.00	4050B	免费商用
146	Grok 4.1 Fast	0.00	82.00	0.00	—	不开源
147	DeepSeek-V3	0.00	34.60	89.00	6810B	免费商用
148	Mistral-Small-3.1-24B-Instruct-2503	0.00	0.00	88.41	240B	免费商用
149	Qwen2.5-32B	0.00	51.20	88.40	320B	免费商用
150	Llama3.3-70B-Instruct	0.00	33.30	88.40	700B	免费商用
151	Grok 2	0.00	0.00	88.40	2690B	免费商用
152	Claude 3.5 Haiku	0.00	0.00	88.10	—	不开源
153	Gemma 3 - 27B (IT)	0.00	29.70	87.80	270B	免费商用

Claude Sonnet 4.5

SWE-bench Verified82.00

LiveCodeBench71.00

HumanEval0.00

不开源

Claude Sonnet 5

SWE-bench Verified82.00

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.5

SWE-bench Verified80.90

LiveCodeBench87.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.84

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.80

LiveCodeBench0.00

HumanEval0.00

不开源

Gemini 3.1 Pro Preview

SWE-bench Verified80.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified80.20

LiveCodeBench66.00

HumanEval0.00

不开源

MiniMax M2.5

2290B

SWE-bench Verified80.20

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.2

SWE-bench Verified80.00

LiveCodeBench0.00

HumanEval0.00

不开源

GPT-5.2

SWE-bench Verified80.00

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4.6

SWE-bench Verified79.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified79.40

LiveCodeBench65.00

HumanEval0.00

不开源

GLM-5

7440B

SWE-bench Verified77.80

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1-Codex-Max

SWE-bench Verified76.80

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2.5

10000B

SWE-bench Verified76.80

LiveCodeBench85.00

HumanEval0.00

免费商用

Qwen3.5-397B-A17B

397B

SWE-bench Verified76.40

LiveCodeBench83.60

HumanEval0.00

免费商用

Qwen3.5-397B-A17B

397B

SWE-bench Verified76.40

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1

SWE-bench Verified76.30

LiveCodeBench0.00

HumanEval0.00

不开源

GPT-5.1

SWE-bench Verified76.30

LiveCodeBench0.00

HumanEval0.00

不开源

Gemini 3.0 Pro (Preview 11-2025)

SWE-bench Verified76.20

LiveCodeBench92.00

HumanEval0.00

不开源

Qwen3-Max-Thinking

10000B

SWE-bench Verified75.30

LiveCodeBench85.90

HumanEval0.00

不开源

o3-pro

SWE-bench Verified75.00

LiveCodeBench0.00

HumanEval0.00

不开源

M2.1

2300B

SWE-bench Verified74.80

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5 Codex

SWE-bench Verified74.50

LiveCodeBench0.00

HumanEval0.00

不开源

Step 3.5 Flash

1960B

SWE-bench Verified74.40

LiveCodeBench86.40

HumanEval0.00

免费商用

GLM-4.7

3580B

SWE-bench Verified73.80

LiveCodeBench84.90

HumanEval0.00

免费商用

Grok 4 Heavy

SWE-bench Verified73.50

LiveCodeBench0.00

HumanEval0.00

不开源

Haiku 4.5

SWE-bench Verified73.30

LiveCodeBench62.00

HumanEval0.00

不开源

DeepSeek V3.2

6710B

SWE-bench Verified73.10

LiveCodeBench83.30

HumanEval0.00

免费商用

GPT-5

SWE-bench Verified72.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4

SWE-bench Verified72.50

LiveCodeBench56.60

HumanEval0.00

不开源

Qwen3.5-27B

270B

SWE-bench Verified72.40

LiveCodeBench0.00

HumanEval0.00

免费商用

Grok 4 Code

SWE-bench Verified72.00

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2 Thinking

10400B

SWE-bench Verified71.30

LiveCodeBench83.10

HumanEval0.00

免费商用

Grok Code Fast 1

SWE-bench Verified70.80

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3-Coder-Next

80B

SWE-bench Verified70.60

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1 Codex

SWE-bench Verified70.40

LiveCodeBench85.50

HumanEval0.00

不开源

Claude Sonnet 3.7

SWE-bench Verified70.30

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3 Max (Preview)

SWE-bench Verified69.60

LiveCodeBench57.50

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified69.40

LiveCodeBench83.00

HumanEval0.00

免费商用

Kimi K2 0905

10000B

SWE-bench Verified69.20

LiveCodeBench0.00

HumanEval0.00

免费商用

OpenAI o3

SWE-bench Verified69.10

LiveCodeBench75.80

HumanEval0.00

不开源

Gemini 3.0 Flash

SWE-bench Verified68.70

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek-V3.1 Terminus

6710B

SWE-bench Verified68.40

LiveCodeBench80.00

HumanEval0.00

免费商用

OpenAI o4 - mini

SWE-bench Verified68.10

LiveCodeBench0.00

HumanEval0.00

不开源

GLM-4.6

3550B

SWE-bench Verified68.00

LiveCodeBench84.50

HumanEval0.00

免费商用

DeepSeek V3.2-Exp

6710B

SWE-bench Verified67.80

LiveCodeBench74.10

HumanEval0.00

免费商用

Gemini 2.5-Pro

SWE-bench Verified67.20

LiveCodeBench77.10

HumanEval0.00

不开源

Qwen3-Coder-480B-A35B

4800B

SWE-bench Verified67.00

LiveCodeBench0.00

HumanEval0.00

免费商用

DeepSeek-V3.1

6710B

SWE-bench Verified66.00

LiveCodeBench74.80

HumanEval0.00

免费商用

GLM-4.5

3550B

SWE-bench Verified64.20

LiveCodeBench72.90

HumanEval0.00

免费商用

Gemini 2.5 Pro Experimental 03-25

SWE-bench Verified63.80

LiveCodeBench70.40

HumanEval0.00

不开源

Gemini-2.5-Pro-Preview-05-06

SWE-bench Verified63.20

LiveCodeBench77.10

HumanEval0.00

不开源

Devstral Medium

SWE-bench Verified61.60

LiveCodeBench0.00

HumanEval0.00

不开源

GPT OSS 120B

117B

SWE-bench Verified60.10

LiveCodeBench0.00

HumanEval0.00

免费商用

GLM-4.7-Flash

310B

SWE-bench Verified59.20

LiveCodeBench0.00

HumanEval0.00

免费商用

Grok 4

SWE-bench Verified58.60

LiveCodeBench82.00

HumanEval0.00

不开源

DeepSeek-R1-0528

6710B

SWE-bench Verified57.60

LiveCodeBench73.30

HumanEval0.00

免费商用

GLM-4.5-Air

1060B

SWE-bench Verified57.60

LiveCodeBench70.70

HumanEval0.00

免费商用

MiniMax-M1-80k

4560B

SWE-bench Verified56.00

LiveCodeBench65.00

HumanEval0.00

免费商用

MiniMax-M1-40k

4560B

SWE-bench Verified55.60

LiveCodeBench62.30

HumanEval0.00

免费商用

GPT-4.1

SWE-bench Verified54.60

LiveCodeBench40.50

HumanEval0.00

不开源

Gemini 2.5 Flash-Preview-09-2025

SWE-bench Verified54.00

LiveCodeBench0.00

HumanEval0.00

不开源

Devstral Small 1.1

240B

SWE-bench Verified53.60

LiveCodeBench0.00

HumanEval0.00

免费商用

Kimi K2

10000B

SWE-bench Verified51.80

LiveCodeBench53.70

HumanEval0.00

免费商用

Qwen3-Coder-Flash

305B

SWE-bench Verified51.60

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.5 Flash

SWE-bench Verified50.00

LiveCodeBench55.40

HumanEval0.00

不开源

OpenAI o3-mini (high)

SWE-bench Verified49.30

LiveCodeBench69.50

HumanEval97.60

不开源

DeepSeek-R1

6710B

SWE-bench Verified49.20

LiveCodeBench65.90

HumanEval0.00

免费商用

Claude 3.5 Sonnet New

SWE-bench Verified49.00

LiveCodeBench38.70

HumanEval93.70

不开源

OpenAI o1

SWE-bench Verified48.90

LiveCodeBench71.00

HumanEval0.00

不开源

Devstral Small 1.0

240B

SWE-bench Verified46.80

LiveCodeBench0.00

HumanEval0.00

免费商用

OpenAI o3-mini

SWE-bench Verified40.80

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek-V3-0324

6710B

SWE-bench Verified38.80

LiveCodeBench49.20

HumanEval0.00

免费商用

GPT-4.5

SWE-bench Verified38.00

LiveCodeBench46.40

HumanEval0.00

不开源

Qwen3-235B-A22B

2350B

SWE-bench Verified34.40

LiveCodeBench70.70

HumanEval0.00

免费商用

GPT OSS 20B

210B

SWE-bench Verified34.00

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-4o

SWE-bench Verified31.00

LiveCodeBench35.10

HumanEval90.00

不开源

Gemini 2.5 Flash-Lite

SWE-bench Verified27.60

LiveCodeBench34.30

HumanEval0.00

不开源

GPT-4.1 mini

SWE-bench Verified23.60

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3-30B-A3B-2507

305B

SWE-bench Verified22.00

LiveCodeBench43.20

HumanEval0.00

免费商用

Gemini 2.0 Flash Experimental

SWE-bench Verified21.40

LiveCodeBench29.10

HumanEval0.00

不开源

Grok 3

SWE-bench Verified0.00

LiveCodeBench70.60

HumanEval0.00

不开源

Kimi-k1.6-IOI

SWE-bench Verified0.00

LiveCodeBench65.90

HumanEval0.00

不开源

OpenAI o3-mini (medium)

SWE-bench Verified0.00

LiveCodeBench67.40

HumanEval0.00

不开源

Pangu Embedded

70B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Step3

3210B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Qwen3-32B

320B

SWE-bench Verified0.00

LiveCodeBench65.70

HumanEval0.00

免费商用

Kimi-k1.6-IOI-high

SWE-bench Verified0.00

LiveCodeBench73.80

HumanEval0.00

不开源

Qwen3-235B-A22B-Thinking

305B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Grok-3 - Reasoning Beta

SWE-bench Verified0.00

LiveCodeBench79.40

HumanEval0.00

不开源

Grok 4 Fast

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

不开源

Gemini 2.5 Pro Deep Think

SWE-bench Verified0.00

LiveCodeBench80.40

HumanEval0.00

不开源

GLM-4-9B-Chat

90B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

QwQ-32B

325B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval19.00

免费商用

Gemini 2.0 Flash-Lite

SWE-bench Verified0.00

LiveCodeBench28.90

HumanEval0.00

不开源

Qwen3-30B-A3B

305B

SWE-bench Verified0.00

LiveCodeBench29.00

HumanEval0.00

免费商用

Llama 4 Scout Instruct

1090B

SWE-bench Verified0.00

LiveCodeBench32.80

HumanEval0.00

免费商用

100

Qwen3-4B-2507

40B

SWE-bench Verified0.00

LiveCodeBench35.10

HumanEval0.00

免费商用

101

GPT-4o(2025-03-27)

SWE-bench Verified0.00

LiveCodeBench35.80

HumanEval0.00

不开源

102

ERNIE-4.5-300B-A47B

3000B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

103

ERNIE-4.5-VL-424B-A47B-Base

4240B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

104

Llama 4 Maverick Instruct

4000B

SWE-bench Verified0.00

LiveCodeBench43.40

HumanEval0.00

免费商用

105

Llama 4 Behemoth Instruct

20000B

SWE-bench Verified0.00

LiveCodeBench49.40

HumanEval0.00

免费商用

106

Qwen3-235B-A22B-2507

2350B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

107

Gemma 3 - 12B (IT)

120B

SWE-bench Verified0.00

LiveCodeBench24.60

HumanEval0.00

免费商用

108

GPT-5-mini

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

不开源

109

Qwen3-4B-Thinking-2507

40B

SWE-bench Verified0.00

LiveCodeBench55.20

HumanEval0.00

免费商用

110

Magistral-Small-2506

240B

SWE-bench Verified0.00

LiveCodeBench55.84

HumanEval0.00

免费商用

111

Qwen3-Next

800B

SWE-bench Verified0.00

LiveCodeBench56.60

HumanEval0.00

免费商用

112

Hunyuan-7B

70B

SWE-bench Verified0.00

LiveCodeBench57.00

HumanEval0.00

免费商用

113

Magistral-Medium-2506

SWE-bench Verified0.00

LiveCodeBench59.36

HumanEval0.00

不开源

114

Pangu Pro MoE

719B

SWE-bench Verified0.00

LiveCodeBench59.60

HumanEval0.00

免费商用

115

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench61.80

HumanEval0.00

免费商用

116

Hunyuan-A13B-Instruct

800B

SWE-bench Verified0.00

LiveCodeBench63.90

HumanEval0.00

免费商用

117

Hunyuan-T1

SWE-bench Verified0.00

LiveCodeBench64.90

HumanEval0.00

不开源

118

QwQ-Max-Preview

SWE-bench Verified0.00

LiveCodeBench65.60

HumanEval0.00

免费商用

119

C4AI Aya Vision 32B

320B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval62.20

不可商用

120

Codestral 25.01

SWE-bench Verified0.00

LiveCodeBench37.90

HumanEval86.60

不开源

121

Claude3-Opus

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval84.90

不开源

122

Codestral

220B

SWE-bench Verified0.00

LiveCodeBench31.50

HumanEval81.10

不可商用

123

Llama3.1-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval80.50

免费商用

124

Phi-4-mini-instruct (3.8B)

38B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.40

免费商用

125

Grok-1.5

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.10

不开源

126

Qwen2.5-Max

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval73.20

不开源

127

Llama3.1-8B-Instruct

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval66.50

免费商用

128

GPT-4o mini

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval87.20

不开源

129

Qwen2.5-72B

727B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval59.10

免费商用

130

Qwen2.5-7B

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval57.90

免费商用

131

Moonlight-16B-A3B-Instruct

160B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval48.10

免费商用

132

Qwen2.5-3B

30B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval42.10

免费商用

133

Gemma 2 - 9B

90B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval37.80

免费商用

134

Llama3.1-8B

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval33.50

免费商用

135

Mistral-7B-Instruct-v0.3

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval29.30

免费商用

136

Llama-3.2-3B

32B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval28.00

免费商用

137

Amazon Nova Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

138

Qwen3.5-397B-A17B

397B

SWE-bench Verified0.00

LiveCodeBench83.60

HumanEval0.00

免费商用

139

Gemini 2.5 Deep Think

SWE-bench Verified0.00

LiveCodeBench87.60

HumanEval0.00

不开源

140

OpenAI o1-mini

SWE-bench Verified0.00

LiveCodeBench52.00

HumanEval92.40

不开源

141

Claude 3.5 Sonnet

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval92.00

不开源

142

Hunyuan-TurboS

SWE-bench Verified0.00

LiveCodeBench32.00

HumanEval91.00

不开源

143

GPT-4o(2024-11-20)

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval90.20

不开源

144

Gemini 1.5 Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

145

Llama3.1-405B Instruct

4050B

SWE-bench Verified0.00

LiveCodeBench30.20

HumanEval89.00

免费商用

146

Grok 4.1 Fast

SWE-bench Verified0.00

LiveCodeBench82.00

HumanEval0.00

不开源

147

DeepSeek-V3

6810B

SWE-bench Verified0.00

LiveCodeBench34.60

HumanEval89.00

免费商用

148

Mistral-Small-3.1-24B-Instruct-2503

240B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.41

免费商用

149

Qwen2.5-32B

320B

SWE-bench Verified0.00

LiveCodeBench51.20

HumanEval88.40

免费商用

150

Llama3.3-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval88.40

免费商用

151

Grok 2

2690B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.40

免费商用

152

Claude 3.5 Haiku

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.10

不开源

153

Gemma 3 - 27B (IT)

270B

SWE-bench Verified0.00

LiveCodeBench29.70

HumanEval87.80

免费商用

加载中...

返回总榜单

大模型代码编程能力评测排行榜

本页面提供大模型代码编程能力评测排行榜，涵盖 SWE-Bench、LiveCodeBench、HumanEval 等数据集，对 GPT、Claude、Qwen、DeepSeek 等模型进行对比。

数据更新于: 2025/10/12 20:54:51

评测切换

在这里切换评测，图表和表格会同步更新

SWE-bench Verified LiveCodeBench HumanEval

还有更多评测基准

进入评测基准列表，按类别/语言快速筛选

更多评测

筛选

参数规模

全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型

全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型	SWE-bench Verified	LiveCodeBench	HumanEval	参数(亿)	开源情况
1	Claude Sonnet 4.5	82.00	71.00	0.00	—	不开源
2	Claude Sonnet 5	82.00	0.00	0.00	—	不开源
3	Claude Opus 4.5	80.90	87.00	0.00	—	不开源
4	Claude Opus 4.6	80.84	0.00	0.00	—	不开源
5	Claude Opus 4.6	80.80	0.00	0.00	—	不开源
6	Gemini 3.1 Pro Preview	80.60	0.00	0.00	—	不开源
7	Claude Sonnet 4	80.20	66.00	0.00	—	不开源
8	MiniMax M2.5	80.20	0.00	0.00	2290B	免费商用
9	GPT-5.2	80.00	0.00	0.00	—	不开源
10	GPT-5.2	80.00	0.00	0.00	—	不开源
11	Claude Sonnet 4.6	79.60	0.00	0.00	—	不开源
12	Claude Opus 4.1	79.40	65.00	0.00	—	不开源
13	GLM-5	77.80	0.00	0.00	7440B	免费商用
14	GPT-5.1-Codex-Max	76.80	0.00	0.00	—	不开源
15	Kimi K2.5	76.80	85.00	0.00	10000B	免费商用
16	Qwen3.5-397B-A17B	76.40	83.60	0.00	397B	免费商用
17	Qwen3.5-397B-A17B	76.40	0.00	0.00	397B	免费商用
18	GPT-5.1	76.30	0.00	0.00	—	不开源
19	GPT-5.1	76.30	0.00	0.00	—	不开源
20	Gemini 3.0 Pro (Preview 11-2025)	76.20	92.00	0.00	—	不开源
21	Qwen3-Max-Thinking	75.30	85.90	0.00	10000B	不开源
22	o3-pro	75.00	0.00	0.00	—	不开源
23	M2.1	74.80	0.00	0.00	2300B	免费商用
24	GPT-5 Codex	74.50	0.00	0.00	—	不开源
25	Step 3.5 Flash	74.40	86.40	0.00	1960B	免费商用
26	GLM-4.7	73.80	84.90	0.00	3580B	免费商用
27	Grok 4 Heavy	73.50	0.00	0.00	—	不开源
28	Haiku 4.5	73.30	62.00	0.00	—	不开源
29	DeepSeek V3.2	73.10	83.30	0.00	6710B	免费商用
30	GPT-5	72.80	0.00	0.00	—	不开源
31	Claude Opus 4	72.50	56.60	0.00	—	不开源
32	Qwen3.5-27B	72.40	0.00	0.00	270B	免费商用
33	Grok 4 Code	72.00	0.00	0.00	—	不开源
34	Kimi K2 Thinking	71.30	83.10	0.00	10400B	免费商用
35	Grok Code Fast 1	70.80	0.00	0.00	—	不开源
36	Qwen3-Coder-Next	70.60	0.00	0.00	80B	免费商用
37	GPT-5.1 Codex	70.40	85.50	0.00	—	不开源
38	Claude Sonnet 3.7	70.30	0.00	0.00	—	不开源
39	Qwen3 Max (Preview)	69.60	57.50	0.00	—	不开源
40	MiniMax M2	69.40	83.00	0.00	2300B	免费商用
41	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
42	OpenAI o3	69.10	75.80	0.00	—	不开源
43	Gemini 3.0 Flash	68.70	0.00	0.00	—	不开源
44	DeepSeek-V3.1 Terminus	68.40	80.00	0.00	6710B	免费商用
45	OpenAI o4 - mini	68.10	0.00	0.00	—	不开源
46	GLM-4.6	68.00	84.50	0.00	3550B	免费商用
47	DeepSeek V3.2-Exp	67.80	74.10	0.00	6710B	免费商用
48	Gemini 2.5-Pro	67.20	77.10	0.00	—	不开源
49	Qwen3-Coder-480B-A35B	67.00	0.00	0.00	4800B	免费商用
50	DeepSeek-V3.1	66.00	74.80	0.00	6710B	免费商用
51	GLM-4.5	64.20	72.90	0.00	3550B	免费商用
52	Gemini 2.5 Pro Experimental 03-25	63.80	70.40	0.00	—	不开源
53	Gemini-2.5-Pro-Preview-05-06	63.20	77.10	0.00	—	不开源
54	Devstral Medium	61.60	0.00	0.00	—	不开源
55	GPT OSS 120B	60.10	0.00	0.00	117B	免费商用
56	GLM-4.7-Flash	59.20	0.00	0.00	310B	免费商用
57	Grok 4	58.60	82.00	0.00	—	不开源
58	DeepSeek-R1-0528	57.60	73.30	0.00	6710B	免费商用
59	GLM-4.5-Air	57.60	70.70	0.00	1060B	免费商用
60	MiniMax-M1-80k	56.00	65.00	0.00	4560B	免费商用
61	MiniMax-M1-40k	55.60	62.30	0.00	4560B	免费商用
62	GPT-4.1	54.60	40.50	0.00	—	不开源
63	Gemini 2.5 Flash-Preview-09-2025	54.00	0.00	0.00	—	不开源
64	Devstral Small 1.1	53.60	0.00	0.00	240B	免费商用
65	Kimi K2	51.80	53.70	0.00	10000B	免费商用
66	Qwen3-Coder-Flash	51.60	0.00	0.00	305B	免费商用
67	Gemini 2.5 Flash	50.00	55.40	0.00	—	不开源
68	OpenAI o3-mini (high)	49.30	69.50	97.60	—	不开源
69	DeepSeek-R1	49.20	65.90	0.00	6710B	免费商用
70	Claude 3.5 Sonnet New	49.00	38.70	93.70	—	不开源
71	OpenAI o1	48.90	71.00	0.00	—	不开源
72	Devstral Small 1.0	46.80	0.00	0.00	240B	免费商用
73	OpenAI o3-mini	40.80	0.00	0.00	—	不开源
74	DeepSeek-V3-0324	38.80	49.20	0.00	6710B	免费商用
75	GPT-4.5	38.00	46.40	0.00	—	不开源
76	Qwen3-235B-A22B	34.40	70.70	0.00	2350B	免费商用
77	GPT OSS 20B	34.00	0.00	0.00	210B	免费商用
78	GPT-4o	31.00	35.10	90.00	—	不开源
79	Gemini 2.5 Flash-Lite	27.60	34.30	0.00	—	不开源
80	GPT-4.1 mini	23.60	0.00	0.00	—	不开源
81	Qwen3-30B-A3B-2507	22.00	43.20	0.00	305B	免费商用
82	Gemini 2.0 Flash Experimental	21.40	29.10	0.00	—	不开源
83	Grok 3	0.00	70.60	0.00	—	不开源
84	Kimi-k1.6-IOI	0.00	65.90	0.00	—	不开源
85	OpenAI o3-mini (medium)	0.00	67.40	0.00	—	不开源
86	Pangu Embedded	0.00	67.10	0.00	70B	免费商用
87	Step3	0.00	67.10	0.00	3210B	免费商用
88	Qwen3-32B	0.00	65.70	0.00	320B	免费商用
89	Kimi-k1.6-IOI-high	0.00	73.80	0.00	—	不开源
90	Qwen3-235B-A22B-Thinking	0.00	74.10	0.00	305B	免费商用
91	Qwen3-235B-A22B-Thinking-2507	0.00	74.10	0.00	2350B	免费商用
92	Grok-3 - Reasoning Beta	0.00	79.40	0.00	—	不开源
93	Grok 4 Fast	0.00	80.00	0.00	—	不开源
94	Gemini 2.5 Pro Deep Think	0.00	80.40	0.00	—	不开源
95	GLM-4-9B-Chat	0.00	51.80	0.00	90B	免费商用
96	QwQ-32B	0.00	0.00	19.00	325B	免费商用
97	Gemini 2.0 Flash-Lite	0.00	28.90	0.00	—	不开源
98	Qwen3-30B-A3B	0.00	29.00	0.00	305B	免费商用
99	Llama 4 Scout Instruct	0.00	32.80	0.00	1090B	免费商用
100	Qwen3-4B-2507	0.00	35.10	0.00	40B	免费商用
101	GPT-4o(2025-03-27)	0.00	35.80	0.00	—	不开源
102	ERNIE-4.5-300B-A47B	0.00	38.80	0.00	3000B	免费商用
103	ERNIE-4.5-VL-424B-A47B-Base	0.00	38.80	0.00	4240B	免费商用
104	Llama 4 Maverick Instruct	0.00	43.40	0.00	4000B	免费商用
105	Llama 4 Behemoth Instruct	0.00	49.40	0.00	20000B	免费商用
106	Qwen3-235B-A22B-2507	0.00	51.80	0.00	2350B	免费商用
107	Gemma 3 - 12B (IT)	0.00	24.60	0.00	120B	免费商用
108	GPT-5-mini	0.00	55.00	0.00	—	不开源
109	Qwen3-4B-Thinking-2507	0.00	55.20	0.00	40B	免费商用
110	Magistral-Small-2506	0.00	55.84	0.00	240B	免费商用
111	Qwen3-Next	0.00	56.60	0.00	800B	免费商用
112	Hunyuan-7B	0.00	57.00	0.00	70B	免费商用
113	Magistral-Medium-2506	0.00	59.36	0.00	—	不开源
114	Pangu Pro MoE	0.00	59.60	0.00	719B	免费商用
115	Qwen3-8B	0.00	61.80	0.00	80B	免费商用
116	Hunyuan-A13B-Instruct	0.00	63.90	0.00	800B	免费商用
117	Hunyuan-T1	0.00	64.90	0.00	—	不开源
118	QwQ-Max-Preview	0.00	65.60	0.00	—	免费商用
119	C4AI Aya Vision 32B	0.00	0.00	62.20	320B	不可商用
120	Codestral 25.01	0.00	37.90	86.60	—	不开源
121	Claude3-Opus	0.00	0.00	84.90	—	不开源
122	Codestral	0.00	31.50	81.10	220B	不可商用
123	Llama3.1-70B-Instruct	0.00	33.30	80.50	700B	免费商用
124	Phi-4-mini-instruct (3.8B)	0.00	0.00	74.40	38B	免费商用
125	Grok-1.5	0.00	0.00	74.10	—	不开源
126	Qwen2.5-Max	0.00	0.00	73.20	—	不开源
127	Llama3.1-8B-Instruct	0.00	0.00	66.50	80B	免费商用
128	GPT-4o mini	0.00	0.00	87.20	—	不开源
129	Qwen2.5-72B	0.00	0.00	59.10	727B	免费商用
130	Qwen2.5-7B	0.00	0.00	57.90	70B	免费商用
131	Moonlight-16B-A3B-Instruct	0.00	0.00	48.10	160B	免费商用
132	Qwen2.5-3B	0.00	0.00	42.10	30B	免费商用
133	Gemma 2 - 9B	0.00	0.00	37.80	90B	免费商用
134	Llama3.1-8B	0.00	0.00	33.50	80B	免费商用
135	Mistral-7B-Instruct-v0.3	0.00	0.00	29.30	70B	免费商用
136	Llama-3.2-3B	0.00	0.00	28.00	32B	免费商用
137	Amazon Nova Pro	0.00	0.00	89.00	—	不开源
138	Qwen3.5-397B-A17B	0.00	83.60	0.00	397B	免费商用
139	Gemini 2.5 Deep Think	0.00	87.60	0.00	—	不开源
140	OpenAI o1-mini	0.00	52.00	92.40	—	不开源
141	Claude 3.5 Sonnet	0.00	0.00	92.00	—	不开源
142	Hunyuan-TurboS	0.00	32.00	91.00	—	不开源
143	GPT-4o(2024-11-20)	0.00	0.00	90.20	—	不开源
144	Gemini 1.5 Pro	0.00	0.00	89.00	—	不开源
145	Llama3.1-405B Instruct	0.00	30.20	89.00	4050B	免费商用
146	Grok 4.1 Fast	0.00	82.00	0.00	—	不开源
147	DeepSeek-V3	0.00	34.60	89.00	6810B	免费商用
148	Mistral-Small-3.1-24B-Instruct-2503	0.00	0.00	88.41	240B	免费商用
149	Qwen2.5-32B	0.00	51.20	88.40	320B	免费商用
150	Llama3.3-70B-Instruct	0.00	33.30	88.40	700B	免费商用
151	Grok 2	0.00	0.00	88.40	2690B	免费商用
152	Claude 3.5 Haiku	0.00	0.00	88.10	—	不开源
153	Gemma 3 - 27B (IT)	0.00	29.70	87.80	270B	免费商用

Claude Sonnet 4.5

SWE-bench Verified82.00

LiveCodeBench71.00

HumanEval0.00

不开源

Claude Sonnet 5

SWE-bench Verified82.00

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.5

SWE-bench Verified80.90

LiveCodeBench87.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.84

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.80

LiveCodeBench0.00

HumanEval0.00

不开源

Gemini 3.1 Pro Preview

SWE-bench Verified80.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified80.20

LiveCodeBench66.00

HumanEval0.00

不开源

MiniMax M2.5

2290B

SWE-bench Verified80.20

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.2

SWE-bench Verified80.00

LiveCodeBench0.00

HumanEval0.00

不开源

GPT-5.2

SWE-bench Verified80.00

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4.6

SWE-bench Verified79.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified79.40

LiveCodeBench65.00

HumanEval0.00

不开源

GLM-5

7440B

SWE-bench Verified77.80

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1-Codex-Max

SWE-bench Verified76.80

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2.5

10000B

SWE-bench Verified76.80

LiveCodeBench85.00

HumanEval0.00

免费商用

Qwen3.5-397B-A17B

397B

SWE-bench Verified76.40

LiveCodeBench83.60

HumanEval0.00

免费商用

Qwen3.5-397B-A17B

397B

SWE-bench Verified76.40

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1

SWE-bench Verified76.30

LiveCodeBench0.00

HumanEval0.00

不开源

GPT-5.1

SWE-bench Verified76.30

LiveCodeBench0.00

HumanEval0.00

不开源

Gemini 3.0 Pro (Preview 11-2025)

SWE-bench Verified76.20

LiveCodeBench92.00

HumanEval0.00

不开源

Qwen3-Max-Thinking

10000B

SWE-bench Verified75.30

LiveCodeBench85.90

HumanEval0.00

不开源

o3-pro

SWE-bench Verified75.00

LiveCodeBench0.00

HumanEval0.00

不开源

M2.1

2300B

SWE-bench Verified74.80

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5 Codex

SWE-bench Verified74.50

LiveCodeBench0.00

HumanEval0.00

不开源

Step 3.5 Flash

1960B

SWE-bench Verified74.40

LiveCodeBench86.40

HumanEval0.00

免费商用

GLM-4.7

3580B

SWE-bench Verified73.80

LiveCodeBench84.90

HumanEval0.00

免费商用

Grok 4 Heavy

SWE-bench Verified73.50

LiveCodeBench0.00

HumanEval0.00

不开源

Haiku 4.5

SWE-bench Verified73.30

LiveCodeBench62.00

HumanEval0.00

不开源

DeepSeek V3.2

6710B

SWE-bench Verified73.10

LiveCodeBench83.30

HumanEval0.00

免费商用

GPT-5

SWE-bench Verified72.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4

SWE-bench Verified72.50

LiveCodeBench56.60

HumanEval0.00

不开源

Qwen3.5-27B

270B

SWE-bench Verified72.40

LiveCodeBench0.00

HumanEval0.00

免费商用

Grok 4 Code

SWE-bench Verified72.00

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2 Thinking

10400B

SWE-bench Verified71.30

LiveCodeBench83.10

HumanEval0.00

免费商用

Grok Code Fast 1

SWE-bench Verified70.80

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3-Coder-Next

80B

SWE-bench Verified70.60

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5.1 Codex

SWE-bench Verified70.40

LiveCodeBench85.50

HumanEval0.00

不开源

Claude Sonnet 3.7

SWE-bench Verified70.30

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3 Max (Preview)

SWE-bench Verified69.60

LiveCodeBench57.50

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified69.40

LiveCodeBench83.00

HumanEval0.00

免费商用

Kimi K2 0905

10000B

SWE-bench Verified69.20

LiveCodeBench0.00

HumanEval0.00

免费商用

OpenAI o3

SWE-bench Verified69.10

LiveCodeBench75.80

HumanEval0.00

不开源

Gemini 3.0 Flash

SWE-bench Verified68.70

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek-V3.1 Terminus

6710B

SWE-bench Verified68.40

LiveCodeBench80.00

HumanEval0.00

免费商用

OpenAI o4 - mini

SWE-bench Verified68.10

LiveCodeBench0.00

HumanEval0.00

不开源

GLM-4.6

3550B

SWE-bench Verified68.00

LiveCodeBench84.50

HumanEval0.00

免费商用

DeepSeek V3.2-Exp

6710B

SWE-bench Verified67.80

LiveCodeBench74.10

HumanEval0.00

免费商用

Gemini 2.5-Pro

SWE-bench Verified67.20

LiveCodeBench77.10

HumanEval0.00

不开源

Qwen3-Coder-480B-A35B

4800B

SWE-bench Verified67.00

LiveCodeBench0.00

HumanEval0.00

免费商用

DeepSeek-V3.1

6710B

SWE-bench Verified66.00

LiveCodeBench74.80

HumanEval0.00

免费商用

GLM-4.5

3550B

SWE-bench Verified64.20

LiveCodeBench72.90

HumanEval0.00

免费商用

Gemini 2.5 Pro Experimental 03-25

SWE-bench Verified63.80

LiveCodeBench70.40

HumanEval0.00

不开源

Gemini-2.5-Pro-Preview-05-06

SWE-bench Verified63.20

LiveCodeBench77.10

HumanEval0.00

不开源

Devstral Medium

SWE-bench Verified61.60

LiveCodeBench0.00

HumanEval0.00

不开源

GPT OSS 120B

117B

SWE-bench Verified60.10

LiveCodeBench0.00

HumanEval0.00

免费商用

GLM-4.7-Flash

310B

SWE-bench Verified59.20

LiveCodeBench0.00

HumanEval0.00

免费商用

Grok 4

SWE-bench Verified58.60

LiveCodeBench82.00

HumanEval0.00

不开源

DeepSeek-R1-0528

6710B

SWE-bench Verified57.60

LiveCodeBench73.30

HumanEval0.00

免费商用

GLM-4.5-Air

1060B

SWE-bench Verified57.60

LiveCodeBench70.70

HumanEval0.00

免费商用

MiniMax-M1-80k

4560B

SWE-bench Verified56.00

LiveCodeBench65.00

HumanEval0.00

免费商用

MiniMax-M1-40k

4560B

SWE-bench Verified55.60

LiveCodeBench62.30

HumanEval0.00

免费商用

GPT-4.1

SWE-bench Verified54.60

LiveCodeBench40.50

HumanEval0.00

不开源

Gemini 2.5 Flash-Preview-09-2025

SWE-bench Verified54.00

LiveCodeBench0.00

HumanEval0.00

不开源

Devstral Small 1.1

240B

SWE-bench Verified53.60

LiveCodeBench0.00

HumanEval0.00

免费商用

Kimi K2

10000B

SWE-bench Verified51.80

LiveCodeBench53.70

HumanEval0.00

免费商用

Qwen3-Coder-Flash

305B

SWE-bench Verified51.60

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.5 Flash

SWE-bench Verified50.00

LiveCodeBench55.40

HumanEval0.00

不开源

OpenAI o3-mini (high)

SWE-bench Verified49.30

LiveCodeBench69.50

HumanEval97.60

不开源

DeepSeek-R1

6710B

SWE-bench Verified49.20

LiveCodeBench65.90

HumanEval0.00

免费商用

Claude 3.5 Sonnet New

SWE-bench Verified49.00

LiveCodeBench38.70

HumanEval93.70

不开源

OpenAI o1

SWE-bench Verified48.90

LiveCodeBench71.00

HumanEval0.00

不开源

Devstral Small 1.0

240B

SWE-bench Verified46.80

LiveCodeBench0.00

HumanEval0.00

免费商用

OpenAI o3-mini

SWE-bench Verified40.80

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek-V3-0324

6710B

SWE-bench Verified38.80

LiveCodeBench49.20

HumanEval0.00

免费商用

GPT-4.5

SWE-bench Verified38.00

LiveCodeBench46.40

HumanEval0.00

不开源

Qwen3-235B-A22B

2350B

SWE-bench Verified34.40

LiveCodeBench70.70

HumanEval0.00

免费商用

GPT OSS 20B

210B

SWE-bench Verified34.00

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-4o

SWE-bench Verified31.00

LiveCodeBench35.10

HumanEval90.00

不开源

Gemini 2.5 Flash-Lite

SWE-bench Verified27.60

LiveCodeBench34.30

HumanEval0.00

不开源

GPT-4.1 mini

SWE-bench Verified23.60

LiveCodeBench0.00

HumanEval0.00

不开源

Qwen3-30B-A3B-2507

305B

SWE-bench Verified22.00

LiveCodeBench43.20

HumanEval0.00

免费商用

Gemini 2.0 Flash Experimental

SWE-bench Verified21.40

LiveCodeBench29.10

HumanEval0.00

不开源

Grok 3

SWE-bench Verified0.00

LiveCodeBench70.60

HumanEval0.00

不开源

Kimi-k1.6-IOI

SWE-bench Verified0.00

LiveCodeBench65.90

HumanEval0.00

不开源

OpenAI o3-mini (medium)

SWE-bench Verified0.00

LiveCodeBench67.40

HumanEval0.00

不开源

Pangu Embedded

70B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Step3

3210B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Qwen3-32B

320B

SWE-bench Verified0.00

LiveCodeBench65.70

HumanEval0.00

免费商用

Kimi-k1.6-IOI-high

SWE-bench Verified0.00

LiveCodeBench73.80

HumanEval0.00

不开源

Qwen3-235B-A22B-Thinking

305B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Grok-3 - Reasoning Beta

SWE-bench Verified0.00

LiveCodeBench79.40

HumanEval0.00

不开源

Grok 4 Fast

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

不开源

Gemini 2.5 Pro Deep Think

SWE-bench Verified0.00

LiveCodeBench80.40

HumanEval0.00

不开源

GLM-4-9B-Chat

90B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

QwQ-32B

325B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval19.00

免费商用

Gemini 2.0 Flash-Lite

SWE-bench Verified0.00

LiveCodeBench28.90

HumanEval0.00

不开源

Qwen3-30B-A3B

305B

SWE-bench Verified0.00

LiveCodeBench29.00

HumanEval0.00

免费商用

Llama 4 Scout Instruct

1090B

SWE-bench Verified0.00

LiveCodeBench32.80

HumanEval0.00

免费商用

100

Qwen3-4B-2507

40B

SWE-bench Verified0.00

LiveCodeBench35.10

HumanEval0.00

免费商用

101

GPT-4o(2025-03-27)

SWE-bench Verified0.00

LiveCodeBench35.80

HumanEval0.00

不开源

102

ERNIE-4.5-300B-A47B

3000B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

103

ERNIE-4.5-VL-424B-A47B-Base

4240B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

104

Llama 4 Maverick Instruct

4000B

SWE-bench Verified0.00

LiveCodeBench43.40

HumanEval0.00

免费商用

105

Llama 4 Behemoth Instruct

20000B

SWE-bench Verified0.00

LiveCodeBench49.40

HumanEval0.00

免费商用

106

Qwen3-235B-A22B-2507

2350B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

107

Gemma 3 - 12B (IT)

120B

SWE-bench Verified0.00

LiveCodeBench24.60

HumanEval0.00

免费商用

108

GPT-5-mini

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

不开源

109

Qwen3-4B-Thinking-2507

40B

SWE-bench Verified0.00

LiveCodeBench55.20

HumanEval0.00

免费商用

110

Magistral-Small-2506

240B

SWE-bench Verified0.00

LiveCodeBench55.84

HumanEval0.00

免费商用

111

Qwen3-Next

800B

SWE-bench Verified0.00

LiveCodeBench56.60

HumanEval0.00

免费商用

112

Hunyuan-7B

70B

SWE-bench Verified0.00

LiveCodeBench57.00

HumanEval0.00

免费商用

113

Magistral-Medium-2506

SWE-bench Verified0.00

LiveCodeBench59.36

HumanEval0.00

不开源

114

Pangu Pro MoE

719B

SWE-bench Verified0.00

LiveCodeBench59.60

HumanEval0.00

免费商用

115

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench61.80

HumanEval0.00

免费商用

116

Hunyuan-A13B-Instruct

800B

SWE-bench Verified0.00

LiveCodeBench63.90

HumanEval0.00

免费商用

117

Hunyuan-T1

SWE-bench Verified0.00

LiveCodeBench64.90

HumanEval0.00

不开源

118

QwQ-Max-Preview

SWE-bench Verified0.00

LiveCodeBench65.60

HumanEval0.00

免费商用

119

C4AI Aya Vision 32B

320B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval62.20

不可商用

120

Codestral 25.01

SWE-bench Verified0.00

LiveCodeBench37.90

HumanEval86.60

不开源

121

Claude3-Opus

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval84.90

不开源

122

Codestral

220B

SWE-bench Verified0.00

LiveCodeBench31.50

HumanEval81.10

不可商用

123

Llama3.1-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval80.50

免费商用

124

Phi-4-mini-instruct (3.8B)

38B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.40

免费商用

125

Grok-1.5

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.10

不开源

126

Qwen2.5-Max

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval73.20

不开源

127

Llama3.1-8B-Instruct

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval66.50

免费商用

128

GPT-4o mini

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval87.20

不开源

129

Qwen2.5-72B

727B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval59.10

免费商用

130

Qwen2.5-7B

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval57.90

免费商用

131

Moonlight-16B-A3B-Instruct

160B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval48.10

免费商用

132

Qwen2.5-3B

30B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval42.10

免费商用

133

Gemma 2 - 9B

90B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval37.80

免费商用

134

Llama3.1-8B

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval33.50

免费商用

135

Mistral-7B-Instruct-v0.3

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval29.30

免费商用

136

Llama-3.2-3B

32B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval28.00

免费商用

137

Amazon Nova Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

138

Qwen3.5-397B-A17B

397B

SWE-bench Verified0.00

LiveCodeBench83.60

HumanEval0.00

免费商用

139

Gemini 2.5 Deep Think

SWE-bench Verified0.00

LiveCodeBench87.60

HumanEval0.00

不开源

140

OpenAI o1-mini

SWE-bench Verified0.00

LiveCodeBench52.00

HumanEval92.40

不开源

141

Claude 3.5 Sonnet

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval92.00

不开源

142

Hunyuan-TurboS

SWE-bench Verified0.00

LiveCodeBench32.00

HumanEval91.00

不开源

143

GPT-4o(2024-11-20)

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval90.20

不开源

144

Gemini 1.5 Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

145

Llama3.1-405B Instruct

4050B

SWE-bench Verified0.00

LiveCodeBench30.20

HumanEval89.00

免费商用

146

Grok 4.1 Fast

SWE-bench Verified0.00

LiveCodeBench82.00

HumanEval0.00

不开源

147

DeepSeek-V3

6810B

SWE-bench Verified0.00

LiveCodeBench34.60

HumanEval89.00

免费商用

148

Mistral-Small-3.1-24B-Instruct-2503

240B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.41

免费商用

149

Qwen2.5-32B

320B

SWE-bench Verified0.00

LiveCodeBench51.20

HumanEval88.40

免费商用

150

Llama3.3-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval88.40

免费商用

151

Grok 2

2690B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.40

免费商用

152

Claude 3.5 Haiku

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.10

不开源

153

Gemma 3 - 27B (IT)

270B

SWE-bench Verified0.00

LiveCodeBench29.70

HumanEval87.80

免费商用