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 Verified、SWE-Bench Pro、LiveCodeBench、SWE-bench Multilingual 等数据集，对 GPT、Claude、Qwen、DeepSeek 等模型进行对比。

数据更新于 2026-07-25 08:45:02

截至 2026年7月，本页覆盖 SWE-bench Verified, LiveCodeBench, SWE-Bench Pro - Public, SWE-bench Multilingual 等评测基准，聚焦 大模型代码编程能力评测排行榜 方向的模型对比。

点击模型名称可进入详情页查看上下文长度、许可方式与 API 价格。数据口径说明见数据方法论。

代码能力参考综合排名

目前没有一个被普遍认可的代码能力综合排行榜。SWE-bench、HumanEval 等静态基准可以衡量特定技能，但容易被针对性优化（"刷榜"）。为此我们选取了两个切入角度不同的人类偏好参考榜单并列展示：LMArena Coding Arena 通过匿名盲测评测通用编程能力（调试、算法实现、代码生成等）；DesignArena Code Category 专注评测具有视觉呈现效果的前端代码生成（网站、UI 组件、游戏等），两者方法论相同但考察场景各异，结合参考效果最佳。

LMArena Coding Arena

完整排名

基于真实开发者提交的通用编程任务（调试、算法、代码生成）进行匿名 A/B 盲测投票，Elo 算法动态排名。

数据更新于 2026-07-16

#模型Elo

Opus 4.7 (thinking)Anthropic

1553

Claude Fable 5Anthropic

1551

Claude Opus 4.6 (thinking)Anthropic

1550

Claude Opus 4.6Anthropic

1549

Opus 4.7Anthropic

1548

Claude Opus 4.8 (thinking)Anthropic

1535

Claude Opus 4.8Anthropic

1533

Muse Spark 1.1Facebook AI研究实验室

1532

Claude Opus 4 (thinking-32k)Anthropic

1530

Kimi K3Moonshot AI

1529

来源：LMArena

DesignArena Code Category

完整排名

基于 Arcada Labs 平台，对视觉前端代码任务（网站、UI 组件、游戏、数据可视化等）进行匿名投票，Bradley-Terry 模型动态排名。

数据更新于 2026-07-19

#模型Elo

GPT-5.6 SolOpenAI

1359

智

GLM-5.2智谱AI

1345

Claude Fable 5Anthropic

1343

Claude Opus 4.6Anthropic

1330

Grok 4.5xAI

1328

Claude Opus 4.6 (thinking)Anthropic

1325

Opus 4.7Anthropic

1325

智

GLM 5.1智谱AI

1316

Kimi K2.6Moonshot AI

1314

Claude Sonnet 4.6Anthropic

1313

来源：DesignArena

基准评测

SWE-bench Verified LiveCodeBench SWE-Bench Pro - Public SWE-bench Multilingual

更多评测

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

开源：全部开源闭源

来源：全部国产模型

模型发布时间截止:

榜单亮点

按 LiveCodeBench 排序

当前 SOTA

DeepSeek-V4-Pro

DeepSeek-AI

93.50LiveCodeBench

查看详情

最佳开源

DeepSeek-V4-Pro

DeepSeek-AI

93.50LiveCodeBench

查看详情

最佳国产

DeepSeek-V4-Pro

DeepSeek-AI

93.50LiveCodeBench

查看详情

大模型性能评测结果

数据来源：DataLearnerAI

点击任意行查看模型详情；勾选左侧可对比最多 4 个模型。

排名	模型					开源情况
	DeepSeek-V4-Pro 思考水平 · 高 DeepSeek-AI	—	93.50	—	—	免费商用	详情
	Gemini 3.0 Pro (Preview 11-2025) 开启思考 Google Deep Mind	76.20	92.00	—	—	闭源	详情
	Gemini 3.1 Pro Preview 开启思考工具 Google Deep Mind	80.60	91.70	54.20	—	闭源	详情
4	Qwen3.7-Max-Preview 思考水平 · 高阿里巴巴	—	91.60	—	—	闭源	详情
5	DeepSeek-V4-Flash 思考水平 · 高 DeepSeek-AI	—	91.60	—	—	免费商用	详情
6	DeepSeek-V4-Pro 开启思考 DeepSeek-AI	—	89.80	—	—	免费商用	详情
7	Kimi K2.6 开启思考 Moonshot AI	—	89.60	—	—	免费商用	详情
8	DeepSeek-V4-Flash 开启思考 DeepSeek-AI	—	88.40	—	—	免费商用	详情
9	Gemini 2.5 Deep Think 深度思考模式 Google Deep Mind	—	87.60	—	—	闭源	详情
10	Qwen3.6-Max-Preview 思考水平 · 高阿里巴巴	—	87.10	—	—	闭源	详情
11	Qwen 3.6 Plus Preview 开启思考阿里巴巴	—	87.10	56.60	73.80	闭源	详情
12	Opus 4.5 扩展思考工具 Anthropic	80.90	87.00	—	—	闭源	详情
13	Step 3.5 Flash 开启思考 StepFunAI	74.40	86.40	—	—	免费商用	详情
14	Qwen3-Max-Thinking 开启思考阿里巴巴	75.30	85.90	—	—	闭源	详情
15	GPT-5.1 Codex 思考水平 · 高工具 OpenAI	70.40	85.50	—	—	闭源	详情
16	Kimi K2.5 开启思考 Moonshot AI	—	85.00	—	73.00	免费商用	详情
17	GLM-4.7 开启思考智谱AI	—	84.90	—	—	免费商用	详情
18	GLM-4.6 开启思考工具智谱AI	68.00	84.50	—	—	免费商用	详情
19	Qwen3.6-27B 开启思考阿里巴巴	—	83.90	—	—	免费商用	详情
20	Qwen3.5-397B-A17B 开启思考阿里巴巴	—	83.60	50.90	69.30	免费商用	详情
21	DeepSeek V3.2 开启思考 DeepSeek-AI	70.20	83.30	40.90	—	免费商用	详情
22	Kimi K2 Thinking 开启思考 Moonshot AI	—	83.10	—	—	免费商用	详情
23	MiniMax M2 开启思考 MiniMaxAI	—	83.00	—	—	免费商用	详情
24	GLM-4.6 开启思考智谱AI	—	82.80	—	—	免费商用	详情
25	Grok 4 开启思考 xAI	58.60	82.00	—	—	闭源	详情
26	Grok 4.1 Fast 开启思考 xAI	—	82.00	—	—	闭源	详情
27	Qwen3.5-27B 开启思考工具阿里巴巴	—	80.70	—	—	免费商用	详情
28	Qwen3.6-35B-A3B 开启思考阿里巴巴	73.40	80.40	49.50	67.20	免费商用	详情
29	Gemini 2.5 Pro Deep Think Google Deep Mind	—	80.40	—	—	闭源	详情
30	Gemma 4 31B 开启思考 DeepMind	—	80.00	—	—	免费商用	详情
31	DeepSeek-V3.1 Terminus 开启思考 DeepSeek-AI	—	80.00	—	—	免费商用	详情
32	Grok 4 Fast 开启思考 xAI	—	80.00	—	—	闭源	详情
33	Grok-3 - Reasoning Beta xAI	—	79.40	—	—	闭源	详情
34	Gemini-2.5-Pro-Preview-05-06 Google Deep Mind	63.20	77.10	—	—	闭源	详情
35	Gemma 4 26B A4B 开启思考 DeepMind	—	77.10	—	—	免费商用	详情
36	Gemini 2.5-Pro Google Deep Mind	—	77.10	—	—	闭源	详情
37	ERNIE 5.0 开启思考百度	—	76.21	—	—	闭源	详情
38	Claude Opus 4.6 扩展思考 Anthropic	—	76.00	—	—	闭源	详情
39	OpenAI o3 OpenAI	—	75.80	—	—	闭源	详情
40	DeepSeek-V3.1 Terminus DeepSeek-AI	68.40	74.90	—	—	免费商用	详情
41	DeepSeek-V3.1 开启思考 DeepSeek-AI	—	74.80	—	—	免费商用	详情
42	DeepSeek V3.2-Exp 开启思考 DeepSeek-AI	—	74.10	—	—	免费商用	详情
43	Qwen3-235B-A22B-Thinking 开启思考阿里巴巴	—	74.10	—	—	免费商用	详情
44	Qwen3-235B-A22B-Thinking-2507 开启思考阿里巴巴	—	74.10	—	—	免费商用	详情
45	Kimi-k1.6-IOI-high Moonshot AI	—	73.80	—	—	闭源	详情
46	DeepSeek-R1-0528 开启思考 DeepSeek-AI	57.60	73.30	—	—	免费商用	详情
47	GLM-4.5 开启思考智谱AI	64.20	72.90	—	—	免费商用	详情
48	OpenAI o1 OpenAI	48.90	71.00	—	—	闭源	详情
49	Claude Sonnet 4.5 开启思考 Anthropic	—	71.00	43.60	—	闭源	详情
50	GLM-4.5-Air 开启思考智谱AI	57.60	70.70	—	—	免费商用	详情

DeepSeek-V4-Pro DeepSeek-AI

思考水平 · 高

SWE-bench Verified—

LiveCodeBench93.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Gemini 3.0 Pro (Preview 11-2025)Google Deep Mind

开启思考

SWE-bench Verified76.20

LiveCodeBench92.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Gemini 3.1 Pro Preview Google Deep Mind

开启思考工具

SWE-bench Verified80.60

LiveCodeBench91.70

SWE-Bench Pro - Public54.20

SWE-bench Multilingual—

闭源

Qwen3.7-Max-Preview 阿里巴巴

思考水平 · 高

SWE-bench Verified—

LiveCodeBench91.60

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek-V4-Flash DeepSeek-AI

思考水平 · 高

SWE-bench Verified—

LiveCodeBench91.60

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V4-Pro DeepSeek-AI

开启思考

SWE-bench Verified—

LiveCodeBench89.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2.6 Moonshot AI

开启思考

SWE-bench Verified—

LiveCodeBench89.60

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V4-Flash DeepSeek-AI

开启思考

SWE-bench Verified—

LiveCodeBench88.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Gemini 2.5 Deep Think Google Deep Mind

深度思考模式

SWE-bench Verified—

LiveCodeBench87.60

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3.6-Max-Preview 阿里巴巴

思考水平 · 高

SWE-bench Verified—

LiveCodeBench87.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen 3.6 Plus Preview 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench87.10

SWE-Bench Pro - Public56.60

SWE-bench Multilingual73.80

闭源

Opus 4.5 Anthropic

扩展思考工具

SWE-bench Verified80.90

LiveCodeBench87.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Step 3.5 Flash StepFunAI

开启思考

SWE-bench Verified74.40

LiveCodeBench86.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-Max-Thinking 阿里巴巴

开启思考

SWE-bench Verified75.30

LiveCodeBench85.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

GPT-5.1 Codex OpenAI

思考水平 · 高工具

SWE-bench Verified70.40

LiveCodeBench85.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Kimi K2.5 Moonshot AI

开启思考

SWE-bench Verified—

LiveCodeBench85.00

SWE-Bench Pro - Public—

SWE-bench Multilingual73.00

免费商用

GLM-4.7 智谱AI

开启思考

SWE-bench Verified—

LiveCodeBench84.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.6 智谱AI

开启思考工具

SWE-bench Verified68.00

LiveCodeBench84.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3.6-27B 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench83.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3.5-397B-A17B 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench83.60

SWE-Bench Pro - Public50.90

SWE-bench Multilingual69.30

免费商用

DeepSeek V3.2 DeepSeek-AI

开启思考

SWE-bench Verified70.20

LiveCodeBench83.30

SWE-Bench Pro - Public40.90

SWE-bench Multilingual—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考

SWE-bench Verified—

LiveCodeBench83.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax M2 MiniMaxAI

开启思考

SWE-bench Verified—

LiveCodeBench83.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.6 智谱AI

开启思考

SWE-bench Verified—

LiveCodeBench82.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Grok 4 xAI

开启思考

SWE-bench Verified58.60

LiveCodeBench82.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Grok 4.1 Fast xAI

开启思考

SWE-bench Verified—

LiveCodeBench82.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3.5-27B 阿里巴巴

开启思考工具

SWE-bench Verified—

LiveCodeBench80.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3.6-35B-A3B 阿里巴巴

开启思考

SWE-bench Verified73.40

LiveCodeBench80.40

SWE-Bench Pro - Public49.50

SWE-bench Multilingual67.20

免费商用

Gemini 2.5 Pro Deep Think Google Deep Mind

SWE-bench Verified—

LiveCodeBench80.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Gemma 4 31B DeepMind

开启思考

SWE-bench Verified—

LiveCodeBench80.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1 Terminus DeepSeek-AI

开启思考

SWE-bench Verified—

LiveCodeBench80.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Grok 4 Fast xAI

开启思考

SWE-bench Verified—

LiveCodeBench80.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Grok-3 - Reasoning Beta xAI

SWE-bench Verified—

LiveCodeBench79.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Gemini-2.5-Pro-Preview-05-06 Google Deep Mind

SWE-bench Verified63.20

LiveCodeBench77.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Gemma 4 26B A4B DeepMind

开启思考

SWE-bench Verified—

LiveCodeBench77.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Gemini 2.5-Pro Google Deep Mind

SWE-bench Verified—

LiveCodeBench77.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

ERNIE 5.0 百度

开启思考

SWE-bench Verified—

LiveCodeBench76.21

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Claude Opus 4.6 Anthropic

扩展思考

SWE-bench Verified—

LiveCodeBench76.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

OpenAI o3 OpenAI

SWE-bench Verified—

LiveCodeBench75.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek-V3.1 Terminus DeepSeek-AI

SWE-bench Verified68.40

LiveCodeBench74.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1 DeepSeek-AI

开启思考

SWE-bench Verified—

LiveCodeBench74.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek V3.2-Exp DeepSeek-AI

开启思考

SWE-bench Verified—

LiveCodeBench74.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-235B-A22B-Thinking 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench74.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-235B-A22B-Thinking-2507 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench74.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi-k1.6-IOI-high Moonshot AI

SWE-bench Verified—

LiveCodeBench73.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek-R1-0528 DeepSeek-AI

开启思考

SWE-bench Verified57.60

LiveCodeBench73.30

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.5 智谱AI

开启思考

SWE-bench Verified64.20

LiveCodeBench72.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

OpenAI o1 OpenAI

SWE-bench Verified48.90

LiveCodeBench71.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Claude Sonnet 4.5 Anthropic

开启思考

SWE-bench Verified—

LiveCodeBench71.00

SWE-Bench Pro - Public43.60

SWE-bench Multilingual—

闭源

GLM-4.5-Air 智谱AI

开启思考

SWE-bench Verified57.60

LiveCodeBench70.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

排序：

已显示 50 / 224 个模型查看 LiveCodeBench 基准测试完整页面