Vals AI 的持续多轮软件开发评测:从 Vibe Code Bench v1.1 已完成且通过测试的 Web 应用出发,依次实现相互依赖的产品需求,并检查新增功能和原有功能。区别于从零生成应用的 Vibe Code Bench v1.1。本次核验的来源版本为 1.0。
查看 Vibe Code Bench 1-100 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 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
![]() Mistral Large 4 思考水平·高工具 | 14.26 | 2026-10-06 | 10500亿 | 闭源 |