Vibe Code Bench 考察模型能否按自然语言需求在真实开发环境里从零搭出可用的 Web 应用，判分靠自动化的点击式端到端测试，而不是孤立的编程题。v1.1 含 17 个应用。
查看 Vibe Code Bench v1.1 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 | |||
|---|---|---|---|---|---|
— |  Claude Opus 5.5 思考水平·Max工具 | 90.29 | 2026-09-22 | 未知 | 闭源 |
— |  GPT-6 Sol 思考水平·Max工具 | 87.82 | 2026-09-22 | 未知 | 闭源 |
— | GPT-6 Luna 思考水平·Max工具 | 81.65 | 2026-09-22 | 未知 | 闭源 |
