SWE-bench Multimodal 在 SWE-bench 的仓库级修复任务上加入视觉上下文（截图、设计稿等），考察模型在图形界面相关的真实软件工程问题上的解决能力。
查看 SWE-bench Multimodal 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
