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	0.00	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	0.00	0.00	—	不开源
4	Claude Opus 4.6	80.80	0.00	0.00	—	不开源
5	Claude Sonnet 4	80.20	0.00	0.00	—	不开源
6	MiniMax M2.5	80.20	0.00	0.00	2290B	免费商用
7	GPT-5.2	80.00	0.00	0.00	—	不开源
8	Claude Sonnet 4.6	79.60	0.00	0.00	—	不开源
9	Claude Opus 4.1	79.40	0.00	0.00	—	不开源
10	GLM-5	77.80	0.00	0.00	7440B	免费商用
11	Claude Sonnet 4.5	77.20	0.00	0.00	—	不开源
12	GPT-5.1-Codex-Max	76.80	0.00	0.00	—	不开源
13	Kimi K2.5	76.80	85.00	0.00	10000B	免费商用
14	Qwen3.5-397B-A17B	76.40	0.00	0.00	397B	免费商用
15	GPT-5.1	76.30	0.00	0.00	—	不开源
16	Gemini 3.0 Pro (Preview 11-2025)	76.20	92.00	0.00	—	不开源
17	Qwen3-Max-Thinking	75.30	85.90	0.00	10000B	不开源
18	o3-pro	75.00	0.00	0.00	—	不开源
19	M2.1	74.80	0.00	0.00	2300B	免费商用
20	Claude Opus 4.1	74.50	0.00	0.00	—	不开源
21	Claude Opus 4.1	74.50	65.00	0.00	—	不开源
22	GPT-5 Codex	74.50	0.00	0.00	—	不开源
23	Step 3.5 Flash	74.40	86.40	0.00	1960B	免费商用
24	GLM-4.7	73.80	0.00	0.00	3580B	免费商用
25	Grok 4 Heavy	73.50	0.00	0.00	—	不开源
26	Haiku 4.5	73.30	0.00	0.00	—	不开源
27	DeepSeek V3.2	73.10	0.00	0.00	6710B	免费商用
28	GPT-5	72.80	0.00	0.00	—	不开源
29	Claude Sonnet 4	72.70	0.00	0.00	—	不开源
30	Claude Opus 4	72.50	56.60	0.00	—	不开源
31	Grok 4 Code	72.00	0.00	0.00	—	不开源
32	Kimi K2 Thinking	71.30	0.00	0.00	10400B	免费商用
33	Grok Code Fast 1	70.80	0.00	0.00	—	不开源
34	Qwen3-Coder-Next	70.60	0.00	0.00	80B	免费商用
35	GPT-5.1 Codex	70.40	85.50	0.00	—	不开源
36	Claude Sonnet 3.7	70.30	0.00	0.00	—	不开源
37	DeepSeek V3.2	70.20	83.30	0.00	6710B	免费商用
38	Qwen3 Max (Preview)	69.60	57.50	0.00	—	不开源
39	MiniMax M2	69.40	0.00	0.00	2300B	免费商用
40	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
41	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
42	OpenAI o3	69.10	0.00	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	74.90	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	56.00	0.00	3550B	免费商用
47	GLM-4.6	68.00	84.50	0.00	3550B	免费商用
48	DeepSeek V3.2-Exp	67.80	0.00	0.00	6710B	免费商用
49	Gemini 2.5-Pro	67.20	0.00	0.00	—	不开源
50	Qwen3-Coder-480B-A35B	67.00	0.00	0.00	4800B	免费商用
51	DeepSeek-V3.1	66.00	56.40	0.00	6710B	免费商用
52	GLM-4.5	64.20	72.90	0.00	3550B	免费商用
53	Gemini 2.5 Pro Experimental 03-25	63.80	70.40	0.00	—	不开源
54	Gemini-2.5-Pro-Preview-05-06	63.20	77.10	0.00	—	不开源
55	Claude Sonnet 3.7	62.30	0.00	0.00	—	不开源
56	Devstral Medium	61.60	0.00	0.00	—	不开源
57	Haiku 4.5	60.60	51.00	0.00	—	不开源
58	GPT OSS 120B	60.10	0.00	0.00	117B	免费商用
59	GLM-4.7-Flash	59.20	0.00	0.00	310B	免费商用
60	Grok 4	58.60	82.00	0.00	—	不开源
61	DeepSeek-R1-0528	57.60	73.30	0.00	6710B	免费商用
62	GLM-4.5-Air	57.60	70.70	0.00	1060B	免费商用
63	MiniMax-M1-80k	56.00	65.00	0.00	4560B	免费商用
64	MiniMax-M1-40k	55.60	62.30	0.00	4560B	免费商用
65	GPT-4.1	54.60	40.50	0.00	—	不开源
66	Gemini 2.5 Flash-Preview-09-2025	54.00	0.00	0.00	—	不开源
67	Devstral Small 1.1	53.60	0.00	0.00	240B	免费商用
68	Kimi K2	51.80	53.70	0.00	10000B	免费商用
69	Qwen3-Coder-Flash	51.60	0.00	0.00	305B	免费商用
70	Gemini 2.5 Flash	50.00	41.10	0.00	—	不开源
71	OpenAI o3-mini (high)	49.30	69.50	97.60	—	不开源
72	DeepSeek-R1	49.20	65.90	0.00	6710B	免费商用
73	Claude 3.5 Sonnet New	49.00	38.70	93.70	—	不开源
74	OpenAI o1	48.90	71.00	0.00	—	不开源
75	Gemini 2.5 Flash	48.90	55.40	0.00	—	不开源
76	Devstral Small 1.0	46.80	0.00	0.00	240B	免费商用
77	OpenAI o3-mini	40.80	0.00	0.00	—	不开源
78	DeepSeek-V3-0324	38.80	49.20	0.00	6710B	免费商用
79	GPT-4.5	38.00	46.40	0.00	—	不开源
80	Qwen3-235B-A22B	34.40	70.70	0.00	2350B	免费商用
81	GPT OSS 20B	34.00	0.00	0.00	210B	免费商用
82	GPT-4o	31.00	35.10	90.00	—	不开源
83	Gemini 2.5 Flash-Lite	27.60	34.30	0.00	—	不开源
84	GPT-4.1 mini	23.60	0.00	0.00	—	不开源
85	Qwen3-30B-A3B-2507	22.00	0.00	0.00	305B	免费商用
86	Gemini 2.0 Flash Experimental	21.40	29.10	0.00	—	不开源
87	Kimi-k1.6-IOI-high	0.00	73.80	0.00	—	不开源
88	MiniMax M2	0.00	83.00	0.00	2300B	免费商用
89	QwQ-Max-Preview	0.00	65.60	0.00	—	免费商用
90	Qwen3-32B	0.00	65.70	0.00	320B	免费商用
91	Kimi-k1.6-IOI	0.00	65.90	0.00	—	不开源
92	Claude Sonnet 4	0.00	66.00	0.00	—	不开源
93	DeepSeek-V3.1	0.00	74.80	0.00	6710B	免费商用
94	Qwen3-235B-A22B-Thinking-2507	0.00	74.10	0.00	2350B	免费商用
95	Qwen3-235B-A22B-Thinking	0.00	74.10	0.00	305B	免费商用
96	DeepSeek V3.2-Exp	0.00	74.10	0.00	6710B	免费商用
97	Pangu Embedded	0.00	67.10	0.00	70B	免费商用
98	Claude Sonnet 4.5	0.00	71.00	0.00	—	不开源
99	Qwen3-235B-A22B	0.00	70.70	0.00	2350B	免费商用
100	Grok 3	0.00	70.60	0.00	—	不开源
101	OpenAI o3-mini (medium)	0.00	67.40	0.00	—	不开源
102	OpenAI o3	0.00	75.80	0.00	—	不开源
103	Step3	0.00	67.10	0.00	3210B	免费商用
104	GLM-4-9B-Chat	0.00	51.80	0.00	90B	免费商用
105	Gemma 3 - 12B (IT)	0.00	24.60	0.00	120B	免费商用
106	Gemini 2.0 Flash-Lite	0.00	28.90	0.00	—	不开源
107	Qwen3-30B-A3B	0.00	29.00	0.00	305B	免费商用
108	Llama 4 Scout Instruct	0.00	32.80	0.00	1090B	免费商用
109	Qwen3-4B-2507	0.00	35.10	0.00	40B	免费商用
110	GPT-4o(2025-03-27)	0.00	35.80	0.00	—	不开源
111	ERNIE-4.5-300B-A47B	0.00	38.80	0.00	3000B	免费商用
112	ERNIE-4.5-VL-424B-A47B-Base	0.00	38.80	0.00	4240B	免费商用
113	Qwen3-30B-A3B-2507	0.00	43.20	0.00	305B	免费商用
114	Llama 4 Maverick Instruct	0.00	43.40	0.00	4000B	免费商用
115	Claude Sonnet 4	0.00	48.50	0.00	—	不开源
116	Llama 4 Behemoth Instruct	0.00	49.40	0.00	20000B	免费商用
117	Qwen3-235B-A22B-2507	0.00	51.80	0.00	2350B	免费商用
118	Hunyuan-T1	0.00	64.90	0.00	—	不开源
119	DeepSeek V3.2-Exp	0.00	55.00	0.00	6710B	免费商用
120	GPT-5-mini	0.00	55.00	0.00	—	不开源
121	Qwen3-4B-Thinking-2507	0.00	55.20	0.00	40B	免费商用
122	Magistral-Small-2506	0.00	55.84	0.00	240B	免费商用
123	Qwen3-Next	0.00	56.60	0.00	800B	免费商用
124	Hunyuan-7B	0.00	57.00	0.00	70B	免费商用
125	Qwen3-8B	0.00	57.50	0.00	80B	免费商用
126	Claude Sonnet 4.5	0.00	59.00	0.00	—	不开源
127	Magistral-Medium-2506	0.00	59.36	0.00	—	不开源
128	Pangu Pro MoE	0.00	59.60	0.00	719B	免费商用
129	Qwen3-8B	0.00	61.80	0.00	80B	免费商用
130	Haiku 4.5	0.00	62.00	0.00	—	不开源
131	Hunyuan-A13B-Instruct	0.00	63.90	0.00	800B	免费商用
132	Qwen2.5-Max	0.00	0.00	73.20	—	不开源
133	Llama3.3-70B-Instruct	0.00	33.30	88.40	700B	免费商用
134	Grok 2	0.00	0.00	88.40	2690B	免费商用
135	Claude 3.5 Haiku	0.00	0.00	88.10	—	不开源
136	Gemma 3 - 27B (IT)	0.00	29.70	87.80	270B	免费商用
137	GPT-4o mini	0.00	0.00	87.20	—	不开源
138	Codestral 25.01	0.00	37.90	86.60	—	不开源
139	Claude3-Opus	0.00	0.00	84.90	—	不开源
140	Codestral	0.00	31.50	81.10	220B	不可商用
141	Llama3.1-70B-Instruct	0.00	33.30	80.50	700B	免费商用
142	Phi-4-mini-instruct (3.8B)	0.00	0.00	74.40	38B	免费商用
143	Grok-1.5	0.00	0.00	74.10	—	不开源
144	Qwen2.5-32B	0.00	51.20	88.40	320B	免费商用
145	Llama3.1-8B-Instruct	0.00	0.00	66.50	80B	免费商用
146	C4AI Aya Vision 32B	0.00	0.00	62.20	320B	不可商用
147	Qwen2.5-72B	0.00	0.00	59.10	727B	免费商用
148	Qwen2.5-7B	0.00	0.00	57.90	70B	免费商用
149	Moonlight-16B-A3B-Instruct	0.00	0.00	48.10	160B	免费商用
150	Qwen2.5-3B	0.00	0.00	42.10	30B	免费商用
151	Gemma 2 - 9B	0.00	0.00	37.80	90B	免费商用
152	Llama3.1-8B	0.00	0.00	33.50	80B	免费商用
153	Mistral-7B-Instruct-v0.3	0.00	0.00	29.30	70B	免费商用
154	Llama-3.2-3B	0.00	0.00	28.00	32B	免费商用
155	Claude Opus 4.5	0.00	87.00	0.00	—	不开源
156	Grok-3 - Reasoning Beta	0.00	79.40	0.00	—	不开源
157	DeepSeek-V3.1 Terminus	0.00	80.00	0.00	6710B	免费商用
158	Grok 4 Fast	0.00	80.00	0.00	—	不开源
159	Gemini 2.5 Pro Deep Think	0.00	80.40	0.00	—	不开源
160	Grok 4.1 Fast	0.00	82.00	0.00	—	不开源
161	GLM-4.6	0.00	82.80	0.00	3550B	免费商用
162	QwQ-32B	0.00	0.00	19.00	325B	免费商用
163	Kimi K2 Thinking	0.00	83.10	0.00	10400B	免费商用
164	Qwen3.5-397B-A17B	0.00	83.60	0.00	397B	免费商用
165	GLM-4.7	0.00	84.90	0.00	3580B	免费商用
166	Gemini 2.5-Pro	0.00	77.10	0.00	—	不开源
167	Gemini 2.5 Deep Think	0.00	87.60	0.00	—	不开源
168	OpenAI o1-mini	0.00	52.00	92.40	—	不开源
169	Claude 3.5 Sonnet	0.00	0.00	92.00	—	不开源
170	Hunyuan-TurboS	0.00	32.00	91.00	—	不开源
171	GPT-4o(2024-11-20)	0.00	0.00	90.20	—	不开源
172	Gemini 1.5 Pro	0.00	0.00	89.00	—	不开源
173	Llama3.1-405B Instruct	0.00	30.20	89.00	4050B	免费商用
174	Amazon Nova Pro	0.00	0.00	89.00	—	不开源
175	DeepSeek-V3	0.00	34.60	89.00	6810B	免费商用
176	Mistral-Small-3.1-24B-Instruct-2503	0.00	0.00	88.41	240B	免费商用

Claude Sonnet 4.5

SWE-bench Verified82.00

LiveCodeBench0.00

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

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified80.20

LiveCodeBench0.00

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

Claude Sonnet 4.6

SWE-bench Verified79.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified79.40

LiveCodeBench0.00

HumanEval0.00

不开源

GLM-5

7440B

SWE-bench Verified77.80

LiveCodeBench0.00

HumanEval0.00

免费商用

Claude Sonnet 4.5

SWE-bench Verified77.20

LiveCodeBench0.00

HumanEval0.00

不开源

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

LiveCodeBench0.00

HumanEval0.00

免费商用

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

Claude Opus 4.1

SWE-bench Verified74.50

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified74.50

LiveCodeBench65.00

HumanEval0.00

不开源

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

LiveCodeBench0.00

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

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek V3.2

6710B

SWE-bench Verified73.10

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5

SWE-bench Verified72.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified72.70

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4

SWE-bench Verified72.50

LiveCodeBench56.60

HumanEval0.00

不开源

Grok 4 Code

SWE-bench Verified72.00

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2 Thinking

10400B

SWE-bench Verified71.30

LiveCodeBench0.00

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

DeepSeek V3.2

6710B

SWE-bench Verified70.20

LiveCodeBench83.30

HumanEval0.00

免费商用

Qwen3 Max (Preview)

SWE-bench Verified69.60

LiveCodeBench57.50

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified69.40

LiveCodeBench0.00

HumanEval0.00

免费商用

Kimi K2 0905

10000B

SWE-bench Verified69.20

LiveCodeBench0.00

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

LiveCodeBench0.00

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

LiveCodeBench74.90

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

LiveCodeBench56.00

HumanEval0.00

免费商用

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

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.5-Pro

SWE-bench Verified67.20

LiveCodeBench0.00

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

LiveCodeBench56.40

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

Claude Sonnet 3.7

SWE-bench Verified62.30

LiveCodeBench0.00

HumanEval0.00

不开源

Devstral Medium

SWE-bench Verified61.60

LiveCodeBench0.00

HumanEval0.00

不开源

Haiku 4.5

SWE-bench Verified60.60

LiveCodeBench51.00

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

LiveCodeBench41.10

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

Gemini 2.5 Flash

SWE-bench Verified48.90

LiveCodeBench55.40

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

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.0 Flash Experimental

SWE-bench Verified21.40

LiveCodeBench29.10

HumanEval0.00

不开源

Kimi-k1.6-IOI-high

SWE-bench Verified0.00

LiveCodeBench73.80

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified0.00

LiveCodeBench83.00

HumanEval0.00

免费商用

QwQ-Max-Preview

SWE-bench Verified0.00

LiveCodeBench65.60

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

SWE-bench Verified0.00

LiveCodeBench65.90

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified0.00

LiveCodeBench66.00

HumanEval0.00

不开源

DeepSeek-V3.1

6710B

SWE-bench Verified0.00

LiveCodeBench74.80

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking

305B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

DeepSeek V3.2-Exp

6710B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Pangu Embedded

70B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Claude Sonnet 4.5

SWE-bench Verified0.00

LiveCodeBench71.00

HumanEval0.00

不开源

Qwen3-235B-A22B

2350B

SWE-bench Verified0.00

LiveCodeBench70.70

HumanEval0.00

免费商用

100

Grok 3

SWE-bench Verified0.00

LiveCodeBench70.60

HumanEval0.00

不开源

101

OpenAI o3-mini (medium)

SWE-bench Verified0.00

LiveCodeBench67.40

HumanEval0.00

不开源

102

OpenAI o3

SWE-bench Verified0.00

LiveCodeBench75.80

HumanEval0.00

不开源

103

Step3

3210B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

104

GLM-4-9B-Chat

90B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

105

Gemma 3 - 12B (IT)

120B

SWE-bench Verified0.00

LiveCodeBench24.60

HumanEval0.00

免费商用

106

Gemini 2.0 Flash-Lite

SWE-bench Verified0.00

LiveCodeBench28.90

HumanEval0.00

不开源

107

Qwen3-30B-A3B

305B

SWE-bench Verified0.00

LiveCodeBench29.00

HumanEval0.00

免费商用

108

Llama 4 Scout Instruct

1090B

SWE-bench Verified0.00

LiveCodeBench32.80

HumanEval0.00

免费商用

109

Qwen3-4B-2507

40B

SWE-bench Verified0.00

LiveCodeBench35.10

HumanEval0.00

免费商用

110

GPT-4o(2025-03-27)

SWE-bench Verified0.00

LiveCodeBench35.80

HumanEval0.00

不开源

111

ERNIE-4.5-300B-A47B

3000B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

112

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

4240B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

113

Qwen3-30B-A3B-2507

305B

SWE-bench Verified0.00

LiveCodeBench43.20

HumanEval0.00

免费商用

114

Llama 4 Maverick Instruct

4000B

SWE-bench Verified0.00

LiveCodeBench43.40

HumanEval0.00

免费商用

115

Claude Sonnet 4

SWE-bench Verified0.00

LiveCodeBench48.50

HumanEval0.00

不开源

116

Llama 4 Behemoth Instruct

20000B

SWE-bench Verified0.00

LiveCodeBench49.40

HumanEval0.00

免费商用

117

Qwen3-235B-A22B-2507

2350B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

118

Hunyuan-T1

SWE-bench Verified0.00

LiveCodeBench64.90

HumanEval0.00

不开源

119

DeepSeek V3.2-Exp

6710B

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

免费商用

120

GPT-5-mini

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

不开源

121

Qwen3-4B-Thinking-2507

40B

SWE-bench Verified0.00

LiveCodeBench55.20

HumanEval0.00

免费商用

122

Magistral-Small-2506

240B

SWE-bench Verified0.00

LiveCodeBench55.84

HumanEval0.00

免费商用

123

Qwen3-Next

800B

SWE-bench Verified0.00

LiveCodeBench56.60

HumanEval0.00

免费商用

124

Hunyuan-7B

70B

SWE-bench Verified0.00

LiveCodeBench57.00

HumanEval0.00

免费商用

125

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench57.50

HumanEval0.00

免费商用

126

Claude Sonnet 4.5

SWE-bench Verified0.00

LiveCodeBench59.00

HumanEval0.00

不开源

127

Magistral-Medium-2506

SWE-bench Verified0.00

LiveCodeBench59.36

HumanEval0.00

不开源

128

Pangu Pro MoE

719B

SWE-bench Verified0.00

LiveCodeBench59.60

HumanEval0.00

免费商用

129

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench61.80

HumanEval0.00

免费商用

130

Haiku 4.5

SWE-bench Verified0.00

LiveCodeBench62.00

HumanEval0.00

不开源

131

Hunyuan-A13B-Instruct

800B

SWE-bench Verified0.00

LiveCodeBench63.90

HumanEval0.00

免费商用

132

Qwen2.5-Max

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval73.20

不开源

133

Llama3.3-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval88.40

免费商用

134

Grok 2

2690B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.40

免费商用

135

Claude 3.5 Haiku

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.10

不开源

136

Gemma 3 - 27B (IT)

270B

SWE-bench Verified0.00

LiveCodeBench29.70

HumanEval87.80

免费商用

137

GPT-4o mini

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval87.20

不开源

138

Codestral 25.01

SWE-bench Verified0.00

LiveCodeBench37.90

HumanEval86.60

不开源

139

Claude3-Opus

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval84.90

不开源

140

Codestral

220B

SWE-bench Verified0.00

LiveCodeBench31.50

HumanEval81.10

不可商用

141

Llama3.1-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval80.50

免费商用

142

Phi-4-mini-instruct (3.8B)

38B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.40

免费商用

143

Grok-1.5

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.10

不开源

144

Qwen2.5-32B

320B

SWE-bench Verified0.00

LiveCodeBench51.20

HumanEval88.40

免费商用

145

Llama3.1-8B-Instruct

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval66.50

免费商用

146

C4AI Aya Vision 32B

320B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval62.20

不可商用

147

Qwen2.5-72B

727B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval59.10

免费商用

148

Qwen2.5-7B

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval57.90

免费商用

149

Moonlight-16B-A3B-Instruct

160B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval48.10

免费商用

150

Qwen2.5-3B

30B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval42.10

免费商用

151

Gemma 2 - 9B

90B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval37.80

免费商用

152

Llama3.1-8B

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval33.50

免费商用

153

Mistral-7B-Instruct-v0.3

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval29.30

免费商用

154

Llama-3.2-3B

32B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval28.00

免费商用

155

Claude Opus 4.5

SWE-bench Verified0.00

LiveCodeBench87.00

HumanEval0.00

不开源

156

Grok-3 - Reasoning Beta

SWE-bench Verified0.00

LiveCodeBench79.40

HumanEval0.00

不开源

157

DeepSeek-V3.1 Terminus

6710B

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

免费商用

158

Grok 4 Fast

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

不开源

159

Gemini 2.5 Pro Deep Think

SWE-bench Verified0.00

LiveCodeBench80.40

HumanEval0.00

不开源

160

Grok 4.1 Fast

SWE-bench Verified0.00

LiveCodeBench82.00

HumanEval0.00

不开源

161

GLM-4.6

3550B

SWE-bench Verified0.00

LiveCodeBench82.80

HumanEval0.00

免费商用

162

QwQ-32B

325B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval19.00

免费商用

163

Kimi K2 Thinking

10400B

SWE-bench Verified0.00

LiveCodeBench83.10

HumanEval0.00

免费商用

164

Qwen3.5-397B-A17B

397B

SWE-bench Verified0.00

LiveCodeBench83.60

HumanEval0.00

免费商用

165

GLM-4.7

3580B

SWE-bench Verified0.00

LiveCodeBench84.90

HumanEval0.00

免费商用

166

Gemini 2.5-Pro

SWE-bench Verified0.00

LiveCodeBench77.10

HumanEval0.00

不开源

167

Gemini 2.5 Deep Think

SWE-bench Verified0.00

LiveCodeBench87.60

HumanEval0.00

不开源

168

OpenAI o1-mini

SWE-bench Verified0.00

LiveCodeBench52.00

HumanEval92.40

不开源

169

Claude 3.5 Sonnet

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval92.00

不开源

170

Hunyuan-TurboS

SWE-bench Verified0.00

LiveCodeBench32.00

HumanEval91.00

不开源

171

GPT-4o(2024-11-20)

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval90.20

不开源

172

Gemini 1.5 Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

173

Llama3.1-405B Instruct

4050B

SWE-bench Verified0.00

LiveCodeBench30.20

HumanEval89.00

免费商用

174

Amazon Nova Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

175

DeepSeek-V3

6810B

SWE-bench Verified0.00

LiveCodeBench34.60

HumanEval89.00

免费商用

176

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

240B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.41

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	0.00	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	0.00	0.00	—	不开源
4	Claude Opus 4.6	80.80	0.00	0.00	—	不开源
5	Claude Sonnet 4	80.20	0.00	0.00	—	不开源
6	MiniMax M2.5	80.20	0.00	0.00	2290B	免费商用
7	GPT-5.2	80.00	0.00	0.00	—	不开源
8	Claude Sonnet 4.6	79.60	0.00	0.00	—	不开源
9	Claude Opus 4.1	79.40	0.00	0.00	—	不开源
10	GLM-5	77.80	0.00	0.00	7440B	免费商用
11	Claude Sonnet 4.5	77.20	0.00	0.00	—	不开源
12	GPT-5.1-Codex-Max	76.80	0.00	0.00	—	不开源
13	Kimi K2.5	76.80	85.00	0.00	10000B	免费商用
14	Qwen3.5-397B-A17B	76.40	0.00	0.00	397B	免费商用
15	GPT-5.1	76.30	0.00	0.00	—	不开源
16	Gemini 3.0 Pro (Preview 11-2025)	76.20	92.00	0.00	—	不开源
17	Qwen3-Max-Thinking	75.30	85.90	0.00	10000B	不开源
18	o3-pro	75.00	0.00	0.00	—	不开源
19	M2.1	74.80	0.00	0.00	2300B	免费商用
20	Claude Opus 4.1	74.50	0.00	0.00	—	不开源
21	Claude Opus 4.1	74.50	65.00	0.00	—	不开源
22	GPT-5 Codex	74.50	0.00	0.00	—	不开源
23	Step 3.5 Flash	74.40	86.40	0.00	1960B	免费商用
24	GLM-4.7	73.80	0.00	0.00	3580B	免费商用
25	Grok 4 Heavy	73.50	0.00	0.00	—	不开源
26	Haiku 4.5	73.30	0.00	0.00	—	不开源
27	DeepSeek V3.2	73.10	0.00	0.00	6710B	免费商用
28	GPT-5	72.80	0.00	0.00	—	不开源
29	Claude Sonnet 4	72.70	0.00	0.00	—	不开源
30	Claude Opus 4	72.50	56.60	0.00	—	不开源
31	Grok 4 Code	72.00	0.00	0.00	—	不开源
32	Kimi K2 Thinking	71.30	0.00	0.00	10400B	免费商用
33	Grok Code Fast 1	70.80	0.00	0.00	—	不开源
34	Qwen3-Coder-Next	70.60	0.00	0.00	80B	免费商用
35	GPT-5.1 Codex	70.40	85.50	0.00	—	不开源
36	Claude Sonnet 3.7	70.30	0.00	0.00	—	不开源
37	DeepSeek V3.2	70.20	83.30	0.00	6710B	免费商用
38	Qwen3 Max (Preview)	69.60	57.50	0.00	—	不开源
39	MiniMax M2	69.40	0.00	0.00	2300B	免费商用
40	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
41	Kimi K2 0905	69.20	0.00	0.00	10000B	免费商用
42	OpenAI o3	69.10	0.00	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	74.90	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	56.00	0.00	3550B	免费商用
47	GLM-4.6	68.00	84.50	0.00	3550B	免费商用
48	DeepSeek V3.2-Exp	67.80	0.00	0.00	6710B	免费商用
49	Gemini 2.5-Pro	67.20	0.00	0.00	—	不开源
50	Qwen3-Coder-480B-A35B	67.00	0.00	0.00	4800B	免费商用
51	DeepSeek-V3.1	66.00	56.40	0.00	6710B	免费商用
52	GLM-4.5	64.20	72.90	0.00	3550B	免费商用
53	Gemini 2.5 Pro Experimental 03-25	63.80	70.40	0.00	—	不开源
54	Gemini-2.5-Pro-Preview-05-06	63.20	77.10	0.00	—	不开源
55	Claude Sonnet 3.7	62.30	0.00	0.00	—	不开源
56	Devstral Medium	61.60	0.00	0.00	—	不开源
57	Haiku 4.5	60.60	51.00	0.00	—	不开源
58	GPT OSS 120B	60.10	0.00	0.00	117B	免费商用
59	GLM-4.7-Flash	59.20	0.00	0.00	310B	免费商用
60	Grok 4	58.60	82.00	0.00	—	不开源
61	DeepSeek-R1-0528	57.60	73.30	0.00	6710B	免费商用
62	GLM-4.5-Air	57.60	70.70	0.00	1060B	免费商用
63	MiniMax-M1-80k	56.00	65.00	0.00	4560B	免费商用
64	MiniMax-M1-40k	55.60	62.30	0.00	4560B	免费商用
65	GPT-4.1	54.60	40.50	0.00	—	不开源
66	Gemini 2.5 Flash-Preview-09-2025	54.00	0.00	0.00	—	不开源
67	Devstral Small 1.1	53.60	0.00	0.00	240B	免费商用
68	Kimi K2	51.80	53.70	0.00	10000B	免费商用
69	Qwen3-Coder-Flash	51.60	0.00	0.00	305B	免费商用
70	Gemini 2.5 Flash	50.00	41.10	0.00	—	不开源
71	OpenAI o3-mini (high)	49.30	69.50	97.60	—	不开源
72	DeepSeek-R1	49.20	65.90	0.00	6710B	免费商用
73	Claude 3.5 Sonnet New	49.00	38.70	93.70	—	不开源
74	OpenAI o1	48.90	71.00	0.00	—	不开源
75	Gemini 2.5 Flash	48.90	55.40	0.00	—	不开源
76	Devstral Small 1.0	46.80	0.00	0.00	240B	免费商用
77	OpenAI o3-mini	40.80	0.00	0.00	—	不开源
78	DeepSeek-V3-0324	38.80	49.20	0.00	6710B	免费商用
79	GPT-4.5	38.00	46.40	0.00	—	不开源
80	Qwen3-235B-A22B	34.40	70.70	0.00	2350B	免费商用
81	GPT OSS 20B	34.00	0.00	0.00	210B	免费商用
82	GPT-4o	31.00	35.10	90.00	—	不开源
83	Gemini 2.5 Flash-Lite	27.60	34.30	0.00	—	不开源
84	GPT-4.1 mini	23.60	0.00	0.00	—	不开源
85	Qwen3-30B-A3B-2507	22.00	0.00	0.00	305B	免费商用
86	Gemini 2.0 Flash Experimental	21.40	29.10	0.00	—	不开源
87	Kimi-k1.6-IOI-high	0.00	73.80	0.00	—	不开源
88	MiniMax M2	0.00	83.00	0.00	2300B	免费商用
89	QwQ-Max-Preview	0.00	65.60	0.00	—	免费商用
90	Qwen3-32B	0.00	65.70	0.00	320B	免费商用
91	Kimi-k1.6-IOI	0.00	65.90	0.00	—	不开源
92	Claude Sonnet 4	0.00	66.00	0.00	—	不开源
93	DeepSeek-V3.1	0.00	74.80	0.00	6710B	免费商用
94	Qwen3-235B-A22B-Thinking-2507	0.00	74.10	0.00	2350B	免费商用
95	Qwen3-235B-A22B-Thinking	0.00	74.10	0.00	305B	免费商用
96	DeepSeek V3.2-Exp	0.00	74.10	0.00	6710B	免费商用
97	Pangu Embedded	0.00	67.10	0.00	70B	免费商用
98	Claude Sonnet 4.5	0.00	71.00	0.00	—	不开源
99	Qwen3-235B-A22B	0.00	70.70	0.00	2350B	免费商用
100	Grok 3	0.00	70.60	0.00	—	不开源
101	OpenAI o3-mini (medium)	0.00	67.40	0.00	—	不开源
102	OpenAI o3	0.00	75.80	0.00	—	不开源
103	Step3	0.00	67.10	0.00	3210B	免费商用
104	GLM-4-9B-Chat	0.00	51.80	0.00	90B	免费商用
105	Gemma 3 - 12B (IT)	0.00	24.60	0.00	120B	免费商用
106	Gemini 2.0 Flash-Lite	0.00	28.90	0.00	—	不开源
107	Qwen3-30B-A3B	0.00	29.00	0.00	305B	免费商用
108	Llama 4 Scout Instruct	0.00	32.80	0.00	1090B	免费商用
109	Qwen3-4B-2507	0.00	35.10	0.00	40B	免费商用
110	GPT-4o(2025-03-27)	0.00	35.80	0.00	—	不开源
111	ERNIE-4.5-300B-A47B	0.00	38.80	0.00	3000B	免费商用
112	ERNIE-4.5-VL-424B-A47B-Base	0.00	38.80	0.00	4240B	免费商用
113	Qwen3-30B-A3B-2507	0.00	43.20	0.00	305B	免费商用
114	Llama 4 Maverick Instruct	0.00	43.40	0.00	4000B	免费商用
115	Claude Sonnet 4	0.00	48.50	0.00	—	不开源
116	Llama 4 Behemoth Instruct	0.00	49.40	0.00	20000B	免费商用
117	Qwen3-235B-A22B-2507	0.00	51.80	0.00	2350B	免费商用
118	Hunyuan-T1	0.00	64.90	0.00	—	不开源
119	DeepSeek V3.2-Exp	0.00	55.00	0.00	6710B	免费商用
120	GPT-5-mini	0.00	55.00	0.00	—	不开源
121	Qwen3-4B-Thinking-2507	0.00	55.20	0.00	40B	免费商用
122	Magistral-Small-2506	0.00	55.84	0.00	240B	免费商用
123	Qwen3-Next	0.00	56.60	0.00	800B	免费商用
124	Hunyuan-7B	0.00	57.00	0.00	70B	免费商用
125	Qwen3-8B	0.00	57.50	0.00	80B	免费商用
126	Claude Sonnet 4.5	0.00	59.00	0.00	—	不开源
127	Magistral-Medium-2506	0.00	59.36	0.00	—	不开源
128	Pangu Pro MoE	0.00	59.60	0.00	719B	免费商用
129	Qwen3-8B	0.00	61.80	0.00	80B	免费商用
130	Haiku 4.5	0.00	62.00	0.00	—	不开源
131	Hunyuan-A13B-Instruct	0.00	63.90	0.00	800B	免费商用
132	Qwen2.5-Max	0.00	0.00	73.20	—	不开源
133	Llama3.3-70B-Instruct	0.00	33.30	88.40	700B	免费商用
134	Grok 2	0.00	0.00	88.40	2690B	免费商用
135	Claude 3.5 Haiku	0.00	0.00	88.10	—	不开源
136	Gemma 3 - 27B (IT)	0.00	29.70	87.80	270B	免费商用
137	GPT-4o mini	0.00	0.00	87.20	—	不开源
138	Codestral 25.01	0.00	37.90	86.60	—	不开源
139	Claude3-Opus	0.00	0.00	84.90	—	不开源
140	Codestral	0.00	31.50	81.10	220B	不可商用
141	Llama3.1-70B-Instruct	0.00	33.30	80.50	700B	免费商用
142	Phi-4-mini-instruct (3.8B)	0.00	0.00	74.40	38B	免费商用
143	Grok-1.5	0.00	0.00	74.10	—	不开源
144	Qwen2.5-32B	0.00	51.20	88.40	320B	免费商用
145	Llama3.1-8B-Instruct	0.00	0.00	66.50	80B	免费商用
146	C4AI Aya Vision 32B	0.00	0.00	62.20	320B	不可商用
147	Qwen2.5-72B	0.00	0.00	59.10	727B	免费商用
148	Qwen2.5-7B	0.00	0.00	57.90	70B	免费商用
149	Moonlight-16B-A3B-Instruct	0.00	0.00	48.10	160B	免费商用
150	Qwen2.5-3B	0.00	0.00	42.10	30B	免费商用
151	Gemma 2 - 9B	0.00	0.00	37.80	90B	免费商用
152	Llama3.1-8B	0.00	0.00	33.50	80B	免费商用
153	Mistral-7B-Instruct-v0.3	0.00	0.00	29.30	70B	免费商用
154	Llama-3.2-3B	0.00	0.00	28.00	32B	免费商用
155	Claude Opus 4.5	0.00	87.00	0.00	—	不开源
156	Grok-3 - Reasoning Beta	0.00	79.40	0.00	—	不开源
157	DeepSeek-V3.1 Terminus	0.00	80.00	0.00	6710B	免费商用
158	Grok 4 Fast	0.00	80.00	0.00	—	不开源
159	Gemini 2.5 Pro Deep Think	0.00	80.40	0.00	—	不开源
160	Grok 4.1 Fast	0.00	82.00	0.00	—	不开源
161	GLM-4.6	0.00	82.80	0.00	3550B	免费商用
162	QwQ-32B	0.00	0.00	19.00	325B	免费商用
163	Kimi K2 Thinking	0.00	83.10	0.00	10400B	免费商用
164	Qwen3.5-397B-A17B	0.00	83.60	0.00	397B	免费商用
165	GLM-4.7	0.00	84.90	0.00	3580B	免费商用
166	Gemini 2.5-Pro	0.00	77.10	0.00	—	不开源
167	Gemini 2.5 Deep Think	0.00	87.60	0.00	—	不开源
168	OpenAI o1-mini	0.00	52.00	92.40	—	不开源
169	Claude 3.5 Sonnet	0.00	0.00	92.00	—	不开源
170	Hunyuan-TurboS	0.00	32.00	91.00	—	不开源
171	GPT-4o(2024-11-20)	0.00	0.00	90.20	—	不开源
172	Gemini 1.5 Pro	0.00	0.00	89.00	—	不开源
173	Llama3.1-405B Instruct	0.00	30.20	89.00	4050B	免费商用
174	Amazon Nova Pro	0.00	0.00	89.00	—	不开源
175	DeepSeek-V3	0.00	34.60	89.00	6810B	免费商用
176	Mistral-Small-3.1-24B-Instruct-2503	0.00	0.00	88.41	240B	免费商用

Claude Sonnet 4.5

SWE-bench Verified82.00

LiveCodeBench0.00

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

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.6

SWE-bench Verified80.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified80.20

LiveCodeBench0.00

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

Claude Sonnet 4.6

SWE-bench Verified79.60

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified79.40

LiveCodeBench0.00

HumanEval0.00

不开源

GLM-5

7440B

SWE-bench Verified77.80

LiveCodeBench0.00

HumanEval0.00

免费商用

Claude Sonnet 4.5

SWE-bench Verified77.20

LiveCodeBench0.00

HumanEval0.00

不开源

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

LiveCodeBench0.00

HumanEval0.00

免费商用

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

Claude Opus 4.1

SWE-bench Verified74.50

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4.1

SWE-bench Verified74.50

LiveCodeBench65.00

HumanEval0.00

不开源

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

LiveCodeBench0.00

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

LiveCodeBench0.00

HumanEval0.00

不开源

DeepSeek V3.2

6710B

SWE-bench Verified73.10

LiveCodeBench0.00

HumanEval0.00

免费商用

GPT-5

SWE-bench Verified72.80

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified72.70

LiveCodeBench0.00

HumanEval0.00

不开源

Claude Opus 4

SWE-bench Verified72.50

LiveCodeBench56.60

HumanEval0.00

不开源

Grok 4 Code

SWE-bench Verified72.00

LiveCodeBench0.00

HumanEval0.00

不开源

Kimi K2 Thinking

10400B

SWE-bench Verified71.30

LiveCodeBench0.00

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

DeepSeek V3.2

6710B

SWE-bench Verified70.20

LiveCodeBench83.30

HumanEval0.00

免费商用

Qwen3 Max (Preview)

SWE-bench Verified69.60

LiveCodeBench57.50

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified69.40

LiveCodeBench0.00

HumanEval0.00

免费商用

Kimi K2 0905

10000B

SWE-bench Verified69.20

LiveCodeBench0.00

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

LiveCodeBench0.00

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

LiveCodeBench74.90

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

LiveCodeBench56.00

HumanEval0.00

免费商用

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

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.5-Pro

SWE-bench Verified67.20

LiveCodeBench0.00

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

LiveCodeBench56.40

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

Claude Sonnet 3.7

SWE-bench Verified62.30

LiveCodeBench0.00

HumanEval0.00

不开源

Devstral Medium

SWE-bench Verified61.60

LiveCodeBench0.00

HumanEval0.00

不开源

Haiku 4.5

SWE-bench Verified60.60

LiveCodeBench51.00

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

LiveCodeBench41.10

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

Gemini 2.5 Flash

SWE-bench Verified48.90

LiveCodeBench55.40

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

LiveCodeBench0.00

HumanEval0.00

免费商用

Gemini 2.0 Flash Experimental

SWE-bench Verified21.40

LiveCodeBench29.10

HumanEval0.00

不开源

Kimi-k1.6-IOI-high

SWE-bench Verified0.00

LiveCodeBench73.80

HumanEval0.00

不开源

MiniMax M2

2300B

SWE-bench Verified0.00

LiveCodeBench83.00

HumanEval0.00

免费商用

QwQ-Max-Preview

SWE-bench Verified0.00

LiveCodeBench65.60

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

SWE-bench Verified0.00

LiveCodeBench65.90

HumanEval0.00

不开源

Claude Sonnet 4

SWE-bench Verified0.00

LiveCodeBench66.00

HumanEval0.00

不开源

DeepSeek-V3.1

6710B

SWE-bench Verified0.00

LiveCodeBench74.80

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking-2507

2350B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Qwen3-235B-A22B-Thinking

305B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

DeepSeek V3.2-Exp

6710B

SWE-bench Verified0.00

LiveCodeBench74.10

HumanEval0.00

免费商用

Pangu Embedded

70B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

Claude Sonnet 4.5

SWE-bench Verified0.00

LiveCodeBench71.00

HumanEval0.00

不开源

Qwen3-235B-A22B

2350B

SWE-bench Verified0.00

LiveCodeBench70.70

HumanEval0.00

免费商用

100

Grok 3

SWE-bench Verified0.00

LiveCodeBench70.60

HumanEval0.00

不开源

101

OpenAI o3-mini (medium)

SWE-bench Verified0.00

LiveCodeBench67.40

HumanEval0.00

不开源

102

OpenAI o3

SWE-bench Verified0.00

LiveCodeBench75.80

HumanEval0.00

不开源

103

Step3

3210B

SWE-bench Verified0.00

LiveCodeBench67.10

HumanEval0.00

免费商用

104

GLM-4-9B-Chat

90B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

105

Gemma 3 - 12B (IT)

120B

SWE-bench Verified0.00

LiveCodeBench24.60

HumanEval0.00

免费商用

106

Gemini 2.0 Flash-Lite

SWE-bench Verified0.00

LiveCodeBench28.90

HumanEval0.00

不开源

107

Qwen3-30B-A3B

305B

SWE-bench Verified0.00

LiveCodeBench29.00

HumanEval0.00

免费商用

108

Llama 4 Scout Instruct

1090B

SWE-bench Verified0.00

LiveCodeBench32.80

HumanEval0.00

免费商用

109

Qwen3-4B-2507

40B

SWE-bench Verified0.00

LiveCodeBench35.10

HumanEval0.00

免费商用

110

GPT-4o(2025-03-27)

SWE-bench Verified0.00

LiveCodeBench35.80

HumanEval0.00

不开源

111

ERNIE-4.5-300B-A47B

3000B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

112

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

4240B

SWE-bench Verified0.00

LiveCodeBench38.80

HumanEval0.00

免费商用

113

Qwen3-30B-A3B-2507

305B

SWE-bench Verified0.00

LiveCodeBench43.20

HumanEval0.00

免费商用

114

Llama 4 Maverick Instruct

4000B

SWE-bench Verified0.00

LiveCodeBench43.40

HumanEval0.00

免费商用

115

Claude Sonnet 4

SWE-bench Verified0.00

LiveCodeBench48.50

HumanEval0.00

不开源

116

Llama 4 Behemoth Instruct

20000B

SWE-bench Verified0.00

LiveCodeBench49.40

HumanEval0.00

免费商用

117

Qwen3-235B-A22B-2507

2350B

SWE-bench Verified0.00

LiveCodeBench51.80

HumanEval0.00

免费商用

118

Hunyuan-T1

SWE-bench Verified0.00

LiveCodeBench64.90

HumanEval0.00

不开源

119

DeepSeek V3.2-Exp

6710B

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

免费商用

120

GPT-5-mini

SWE-bench Verified0.00

LiveCodeBench55.00

HumanEval0.00

不开源

121

Qwen3-4B-Thinking-2507

40B

SWE-bench Verified0.00

LiveCodeBench55.20

HumanEval0.00

免费商用

122

Magistral-Small-2506

240B

SWE-bench Verified0.00

LiveCodeBench55.84

HumanEval0.00

免费商用

123

Qwen3-Next

800B

SWE-bench Verified0.00

LiveCodeBench56.60

HumanEval0.00

免费商用

124

Hunyuan-7B

70B

SWE-bench Verified0.00

LiveCodeBench57.00

HumanEval0.00

免费商用

125

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench57.50

HumanEval0.00

免费商用

126

Claude Sonnet 4.5

SWE-bench Verified0.00

LiveCodeBench59.00

HumanEval0.00

不开源

127

Magistral-Medium-2506

SWE-bench Verified0.00

LiveCodeBench59.36

HumanEval0.00

不开源

128

Pangu Pro MoE

719B

SWE-bench Verified0.00

LiveCodeBench59.60

HumanEval0.00

免费商用

129

Qwen3-8B

80B

SWE-bench Verified0.00

LiveCodeBench61.80

HumanEval0.00

免费商用

130

Haiku 4.5

SWE-bench Verified0.00

LiveCodeBench62.00

HumanEval0.00

不开源

131

Hunyuan-A13B-Instruct

800B

SWE-bench Verified0.00

LiveCodeBench63.90

HumanEval0.00

免费商用

132

Qwen2.5-Max

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval73.20

不开源

133

Llama3.3-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval88.40

免费商用

134

Grok 2

2690B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.40

免费商用

135

Claude 3.5 Haiku

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.10

不开源

136

Gemma 3 - 27B (IT)

270B

SWE-bench Verified0.00

LiveCodeBench29.70

HumanEval87.80

免费商用

137

GPT-4o mini

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval87.20

不开源

138

Codestral 25.01

SWE-bench Verified0.00

LiveCodeBench37.90

HumanEval86.60

不开源

139

Claude3-Opus

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval84.90

不开源

140

Codestral

220B

SWE-bench Verified0.00

LiveCodeBench31.50

HumanEval81.10

不可商用

141

Llama3.1-70B-Instruct

700B

SWE-bench Verified0.00

LiveCodeBench33.30

HumanEval80.50

免费商用

142

Phi-4-mini-instruct (3.8B)

38B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.40

免费商用

143

Grok-1.5

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval74.10

不开源

144

Qwen2.5-32B

320B

SWE-bench Verified0.00

LiveCodeBench51.20

HumanEval88.40

免费商用

145

Llama3.1-8B-Instruct

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval66.50

免费商用

146

C4AI Aya Vision 32B

320B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval62.20

不可商用

147

Qwen2.5-72B

727B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval59.10

免费商用

148

Qwen2.5-7B

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval57.90

免费商用

149

Moonlight-16B-A3B-Instruct

160B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval48.10

免费商用

150

Qwen2.5-3B

30B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval42.10

免费商用

151

Gemma 2 - 9B

90B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval37.80

免费商用

152

Llama3.1-8B

80B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval33.50

免费商用

153

Mistral-7B-Instruct-v0.3

70B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval29.30

免费商用

154

Llama-3.2-3B

32B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval28.00

免费商用

155

Claude Opus 4.5

SWE-bench Verified0.00

LiveCodeBench87.00

HumanEval0.00

不开源

156

Grok-3 - Reasoning Beta

SWE-bench Verified0.00

LiveCodeBench79.40

HumanEval0.00

不开源

157

DeepSeek-V3.1 Terminus

6710B

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

免费商用

158

Grok 4 Fast

SWE-bench Verified0.00

LiveCodeBench80.00

HumanEval0.00

不开源

159

Gemini 2.5 Pro Deep Think

SWE-bench Verified0.00

LiveCodeBench80.40

HumanEval0.00

不开源

160

Grok 4.1 Fast

SWE-bench Verified0.00

LiveCodeBench82.00

HumanEval0.00

不开源

161

GLM-4.6

3550B

SWE-bench Verified0.00

LiveCodeBench82.80

HumanEval0.00

免费商用

162

QwQ-32B

325B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval19.00

免费商用

163

Kimi K2 Thinking

10400B

SWE-bench Verified0.00

LiveCodeBench83.10

HumanEval0.00

免费商用

164

Qwen3.5-397B-A17B

397B

SWE-bench Verified0.00

LiveCodeBench83.60

HumanEval0.00

免费商用

165

GLM-4.7

3580B

SWE-bench Verified0.00

LiveCodeBench84.90

HumanEval0.00

免费商用

166

Gemini 2.5-Pro

SWE-bench Verified0.00

LiveCodeBench77.10

HumanEval0.00

不开源

167

Gemini 2.5 Deep Think

SWE-bench Verified0.00

LiveCodeBench87.60

HumanEval0.00

不开源

168

OpenAI o1-mini

SWE-bench Verified0.00

LiveCodeBench52.00

HumanEval92.40

不开源

169

Claude 3.5 Sonnet

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval92.00

不开源

170

Hunyuan-TurboS

SWE-bench Verified0.00

LiveCodeBench32.00

HumanEval91.00

不开源

171

GPT-4o(2024-11-20)

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval90.20

不开源

172

Gemini 1.5 Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

173

Llama3.1-405B Instruct

4050B

SWE-bench Verified0.00

LiveCodeBench30.20

HumanEval89.00

免费商用

174

Amazon Nova Pro

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval89.00

不开源

175

DeepSeek-V3

6810B

SWE-bench Verified0.00

LiveCodeBench34.60

HumanEval89.00

免费商用

176

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

240B

SWE-bench Verified0.00

LiveCodeBench0.00

HumanEval88.41

免费商用