SciCode 测试模型能否编写代码解决真实科研问题。科学家从物理、数学、化学、生物和材料科学中整理出 80 个主问题，拆分为 338 个子问题；每题都需要领域知识、数值方法和正确实现，并用科学家编写的测试用例检验。
查看 SciCode 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
排名规则：按「Score」从高到低排列，同分并列。同一模型的不同思考档位或工具设置各占一行、分别排名。
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Claude Opus 5.5 思考水平·Max | 66.90 | 2026-09-22 | 未知 | 闭源 | |
Claude Opus 5.5 思考水平·极高 | 65.05 | 2026-09-22 | 未知 | 闭源 | |
Claude Fable 5.1 思考水平·Max | 63.10 | 2026-09-01 | 未知 | 闭源 | |
4 |  Muse Wonder Full 思考水平·Max | 62.62 | 2026-10-12 | 未知 | 闭源 |
5 |  Gemini 4 Argon 思考水平·高 | 61.81 | 2026-10-13 | 未知 | 闭源 |
6 | Claude Fable 5 思考水平·Max | 61.00 | 2026-06-09 | 未知 | 闭源 |
7 | Claude Sonnet 5.5 思考水平·Max | 61.00 | 2026-09-28 | 未知 | 闭源 |
8 | Claude Fable 5.1 思考水平·极高 | 60.90 | 2026-09-01 | 未知 | 闭源 |
9 | MiMo-V2.6-Pro 开启思考 | 60.88 | 2026-09-22 | 10200亿 | 免费商用 |
10 |  Kimi K3.1 Pro 思考水平·Max | 60.76 | 2026-10-24 | 28000亿 | 已宣布 · 待发布 |
11 | Claude Opus 5.5 思考水平·高 | 60.42 | 2026-09-22 | 未知 | 闭源 |
12 | Muse Wonder 思考水平·Max | 60.30 | 2026-10-12 | 未知 | 闭源 |
13 |  Seed2.1 Pro 开启思考 | 59.80 | 2026-06-23 | 未知 | 闭源 |
13 | Gemini 3.7 Flash 思考水平·中 | 59.80 | 2026-08-13 | 未知 | 闭源 |
15 | Muse Spark 1.3 思考水平·极高 | 59.70 | 2026-09-02 | 未知 | 闭源 |
16 | Kimi K3 思考水平·Max | 59.50 | 2026-07-16 | 28000亿 | 有条件商用 |
17 | Claude Opus 5.5 思考水平·中 | 59.26 | 2026-09-22 | 未知 | 闭源 |
18 |  GLM-5.3 思考水平·Max | 59.00 | 2026-08-14 | 7440亿 | 有条件商用 |
19 |  Step 5 Preview 开启思考 | 58.91 | 2026-09-20 | 6000亿 | 有条件商用 |
20 | Step 5 Preview 思考水平·高 | 58.90 | 2026-09-20 | 6000亿 | 有条件商用 |
21 | Muse Spark 1.1 思考水平·极高 | 58.80 | 2026-07-09 | 未知 | 闭源 |
21 | Muse Spark 1.3 思考水平·Max | 58.80 | 2026-09-02 | 未知 | 闭源 |
23 | 58.70 | 2026-02-20 | 未知 | 闭源 | |
23 | Kimi K3 思考水平·Max工具 | 58.70 | 2026-07-16 | 28000亿 | 有条件商用 |
23 | Claude Fable 5.1 思考水平·高 | 58.70 | 2026-09-01 | 未知 | 闭源 |
26 | Muse Spark Open 思考水平·极高 | 58.50 | 2026-10-15 | 8160亿 | 有条件商用 |
27 |  GPT-5.6 Sol 思考水平·高 | 57.80 | 2026-06-26 | 未知 | 闭源 |
28 | GPT-6 Sol 思考水平·Max | 57.64 | 2026-09-22 | 未知 | 闭源 |
29 | GPT-5.6 Sol 思考水平·中 | 57.40 | 2026-06-26 | 未知 | 闭源 |
29 | Muse Spark 1.2 思考水平·极高 | 57.40 | 2026-08-05 | 未知 | 闭源 |
截至 2026-10-25，SciCode 按「Score」排名（越高越好），共收录 96 个模型。Claude Opus 5.5（最高档） 66.9% 位列第一，其后是 Claude Fable 5.1（最高档） 63.1%、Muse Wonder Full（最高档） 62.62%。最近发布的 Kimi K3.1 Pro（2026-10-24）排在第 8 位。开源权重模型中表现最好的是 MiMo-V2.6-Pro 60.88%，排第 7 位。
