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 2026-08-16 18:02:26
截至 2026年8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。
#模型Elo
2
claude-opus-4-7-high
1552
3
claude-opus-4-6-high
1551
6
kimi-k3-max
1544
7
claude-opus-4-8-high
1533
8
muse-spark-1.2 (xHigh)
1533
9
claude-opus-5-high
1531
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 2026-08-16
#模型Elo
4
Muse Spark 1.2
1340
7
Grok 4.6
1327
8
Qwen3.8 Max
1322
来源：DesignArena
榜单亮点
按 SWE-bench Verified 排序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。
SWE-bench Verified93.90
LiveCodeBench—
SWE-Bench Pro - Public77.80
SWE-bench Multilingual87.30
闭源
SWE-bench Verified88.60
LiveCodeBench—
SWE-Bench Pro - Public69.20
SWE-bench Multilingual—
闭源
SWE-bench Verified87.60
LiveCodeBench—
SWE-Bench Pro - Public64.30
SWE-bench Multilingual—
闭源
SWE-bench Verified85.20
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified82.00
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified80.90
LiveCodeBench87.00
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified80.84
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual72.00
闭源
SWE-bench Verified80.60
LiveCodeBench91.70
SWE-Bench Pro - Public54.20
SWE-bench Multilingual—
闭源
SWE-bench Verified80.40
LiveCodeBench—
SWE-Bench Pro - Public60.60
SWE-bench Multilingual78.30
闭源
SWE-bench Verified80.20
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified80.00
LiveCodeBench—
SWE-Bench Pro - Public55.60
SWE-bench Multilingual—
闭源
SWE-bench Verified79.60
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified78.80
LiveCodeBench—
SWE-Bench Pro - Public56.60
SWE-bench Multilingual—
闭源
SWE-bench Verified78.80
LiveCodeBench—
SWE-Bench Pro - Public56.60
SWE-bench Multilingual73.80
闭源
SWE-bench Verified77.40
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified77.20
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified76.80
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified76.50
LiveCodeBench—
SWE-Bench Pro - Public46.90
SWE-bench Multilingual71.70
闭源
SWE-bench Verified76.30
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified76.30
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified76.20
LiveCodeBench92.00
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified75.30
LiveCodeBench85.90
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified75.00
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified74.50
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified74.50
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified73.50
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified73.30
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified72.80
LiveCodeBench—
SWE-Bench Pro - Public36.30
SWE-bench Multilingual—
闭源
SWE-bench Verified72.70
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified72.50
LiveCodeBench56.60
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified72.00
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified70.80
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified70.40
LiveCodeBench85.50
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified70.30
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified69.60
LiveCodeBench57.50
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified69.10
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified68.70
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified68.10
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified67.20
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified63.80
LiveCodeBench70.40
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified63.20
LiveCodeBench77.10
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified62.30
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified61.60
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified60.60
LiveCodeBench—
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified58.60
LiveCodeBench82.00
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
SWE-bench Verified54.60
LiveCodeBench40.50
SWE-Bench Pro - Public—
SWE-bench Multilingual—
闭源
排序：
已显示 50 / 113 个模型查看 SWE-bench Verified 基准测试完整页面