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 2026-04-22 21:51:17

截至 2026年4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。

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

模型发布时间截止:

大模型性能评测结果

数据来源：DataLearnerAI

排名	模型					参数(亿)	开源情况
1	Kimi K2.6	80.20	89.60	58.60	76.70	10000B	免费商用
2	Kimi K2.5	76.80	85.00	50.70	73.00	10000B	免费商用
3	MiniMax M2.5	80.20	—	55.40	—	2290B	免费商用
4	GLM-5	77.80	—	—	—	7440B	免费商用
5	M2.1	74.80	—	32.60	—	2300B	免费商用
6	Step 3.5 Flash	74.40	86.40	—	—	1960B	免费商用
7	GLM-4.7	73.80	84.90	40.60	—	3580B	免费商用
8	DeepSeek V3.2	73.10	83.30	40.90	—	6710B	免费商用
9	Kimi K2 Thinking	71.30	83.10	—	—	10400B	免费商用
10	MiniMax M2	69.40	83.00	—	—	2300B	免费商用
11	Kimi K2 0905	69.20	—	27.67	—	10000B	免费商用
12	DeepSeek-V3.1 Terminus	68.40	80.00	—	—	6710B	免费商用
13	GLM-4.6	68.00	84.50	—	—	3550B	免费商用
14	DeepSeek V3.2-Exp	67.80	74.10	—	—	6710B	免费商用
15	Qwen3-Coder-480B-A35B	67.00	—	—	—	4800B	免费商用
16	DeepSeek-V3.1	66.00	74.80	—	—	6710B	免费商用
17	GLM-4.5	64.20	72.90	—	—	3550B	免费商用
18	DeepSeek-R1-0528	57.60	73.30	—	—	6710B	免费商用
19	GLM-4.5-Air	57.60	70.70	—	—	1060B	免费商用
20	MiniMax-M1-80k	56.00	65.00	—	—	4560B	免费商用
21	MiniMax-M1-40k	55.60	62.30	—	—	4560B	免费商用
22	Kimi K2	51.80	53.70	—	—	10000B	免费商用
23	DeepSeek-R1	49.20	65.90	—	—	6710B	免费商用
24	DeepSeek-V3-0324	38.80	49.20	—	—	6710B	免费商用
25	Qwen3-235B-A22B	34.40	70.70	—	—	2350B	免费商用
26	Llama 4 Behemoth Instruct	—	49.40	—	—	20000B	免费商用
27	MiniMax-M2.7	—	—	56.20	—	2290B	不可商用
28	Llama 4 Maverick Instruct	—	43.40	—	—	4000B	免费商用
29	ERNIE-4.5-VL-424B-A47B-Base	—	38.80	—	—	4240B	免费商用
30	ERNIE-4.5-300B-A47B	—	38.80	—	—	3000B	免费商用

Kimi K2.6

10000B

SWE-bench Verified80.20

LiveCodeBench89.60

SWE-Bench Pro - Public58.60

SWE-bench Multilingual76.70

免费商用

Kimi K2.5

10000B

SWE-bench Verified76.80

LiveCodeBench85.00

SWE-Bench Pro - Public50.70

SWE-bench Multilingual73.00

免费商用

MiniMax M2.5

2290B

SWE-bench Verified80.20

LiveCodeBench—

SWE-Bench Pro - Public55.40

SWE-bench Multilingual—

免费商用

GLM-5

7440B

SWE-bench Verified77.80

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

M2.1

2300B

SWE-bench Verified74.80

LiveCodeBench—

SWE-Bench Pro - Public32.60

SWE-bench Multilingual—

免费商用

Step 3.5 Flash

1960B

SWE-bench Verified74.40

LiveCodeBench86.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.7

3580B

SWE-bench Verified73.80

LiveCodeBench84.90

SWE-Bench Pro - Public40.60

SWE-bench Multilingual—

免费商用

DeepSeek V3.2

6710B

SWE-bench Verified73.10

LiveCodeBench83.30

SWE-Bench Pro - Public40.90

SWE-bench Multilingual—

免费商用

Kimi K2 Thinking

10400B

SWE-bench Verified71.30

LiveCodeBench83.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax M2

2300B

SWE-bench Verified69.40

LiveCodeBench83.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2 0905

10000B

SWE-bench Verified69.20

LiveCodeBench—

SWE-Bench Pro - Public27.67

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1 Terminus

6710B

SWE-bench Verified68.40

LiveCodeBench80.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.6

3550B

SWE-bench Verified68.00

LiveCodeBench84.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek V3.2-Exp

6710B

SWE-bench Verified67.80

LiveCodeBench74.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-Coder-480B-A35B

4800B

SWE-bench Verified67.00

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1

6710B

SWE-bench Verified66.00

LiveCodeBench74.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.5

3550B

SWE-bench Verified64.20

LiveCodeBench72.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-R1-0528

6710B

SWE-bench Verified57.60

LiveCodeBench73.30

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.5-Air

1060B

SWE-bench Verified57.60

LiveCodeBench70.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax-M1-80k

4560B

SWE-bench Verified56.00

LiveCodeBench65.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax-M1-40k

4560B

SWE-bench Verified55.60

LiveCodeBench62.30

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2

10000B

SWE-bench Verified51.80

LiveCodeBench53.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-R1

6710B

SWE-bench Verified49.20

LiveCodeBench65.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3-0324

6710B

SWE-bench Verified38.80

LiveCodeBench49.20

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-235B-A22B

2350B

SWE-bench Verified34.40

LiveCodeBench70.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Llama 4 Behemoth Instruct

20000B

SWE-bench Verified—

LiveCodeBench49.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax-M2.7

2290B

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public56.20

SWE-bench Multilingual—

不可商用

Llama 4 Maverick Instruct

4000B

SWE-bench Verified—

LiveCodeBench43.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

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

4240B

SWE-bench Verified—

LiveCodeBench38.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

ERNIE-4.5-300B-A47B

3000B

SWE-bench Verified—

LiveCodeBench38.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

排序：

查看全部 37 个模型的 SWE-bench Multilingual 完整排名

排名

模型

Kimi K2.6

80.20

89.60

58.60

76.70

Kimi K2.5

76.80

85.00

50.70

73.00

MiniMax M2.5

80.20

—

55.40

—

GLM-5

77.80

—

M2.1

74.80

—

32.60

—

Step 3.5 Flash

74.40

86.40

—

GLM-4.7

73.80

84.90

40.60

—

DeepSeek V3.2

73.10

83.30

40.90

—

Kimi K2 Thinking

71.30

83.10

—

MiniMax M2

69.40

83.00

—

Kimi K2 0905

69.20

—

27.67

—

DeepSeek-V3.1 Terminus

68.40

80.00

—

GLM-4.6

68.00

84.50

—

DeepSeek V3.2-Exp

67.80

74.10

—

Qwen3-Coder-480B-A35B

67.00

—

DeepSeek-V3.1

66.00

74.80

—

GLM-4.5

64.20

72.90

—

DeepSeek-R1-0528

57.60

73.30

—

GLM-4.5-Air

57.60

70.70

—

MiniMax-M1-80k

56.00

65.00

—

MiniMax-M1-40k

55.60

62.30

—

Kimi K2

51.80

53.70

—

DeepSeek-R1

49.20

65.90

—

DeepSeek-V3-0324

38.80

49.20

—

Qwen3-235B-A22B

34.40

70.70

—

Llama 4 Behemoth Instruct

—

49.40

—

MiniMax-M2.7

—

56.20

—

Llama 4 Maverick Instruct

—

43.40

—

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

—

38.80

—

ERNIE-4.5-300B-A47B

—

38.80

—