DataLearner 标志DataLearnerAI
最新AI资讯
大模型评测
大模型列表
大模型对比
资源中心
工具
语言中文

加载中...

DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台，持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例，为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
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
SWE-bench VerifiedLiveCodeBenchHumanEval
更多评测
参数规模:全部3B及以下7B13B34B65B100B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 VerifiedLiveCodeBenchHumanEval参数(亿)开源情况
1Claude Opus 4.580.9087.000.00—不开源
2Claude Opus 4.6
80.84
76.00
95.00
—
不开源
3Claude Sonnet 480.2066.000.00—不开源
4MiniMax M2.580.200.000.002290B免费商用
5Claude Opus 4.179.4065.000.00—不开源
6GPT-5.176.300.000.00—不开源
7Qwen3-Max-Thinking75.3085.900.0010000B不开源
8o3-pro75.000.000.00—不开源
9DeepSeek V3.273.1083.300.006710B免费商用
10Claude Opus 472.5056.600.00—不开源
11Qwen3.5-27B72.4080.700.00270B免费商用
12Kimi K2 Thinking71.3083.100.0010400B免费商用
13OpenAI o369.1075.800.00—不开源
14OpenAI o4 - mini68.100.000.00—不开源
15DeepSeek V3.2-Exp67.8074.100.006710B免费商用
16Gemini 2.5-Pro67.2077.100.00—不开源
17GLM-4.564.2072.900.003550B免费商用
18Gemini 2.5 Pro Experimental 03-2563.8070.400.00—不开源
19Gemini-2.5-Pro-Preview-05-0663.2077.100.00—不开源
20GPT OSS 120B60.100.000.00117B免费商用
21GLM-4.7-Flash59.200.000.00310B免费商用
22Grok 458.6082.000.00—不开源
23DeepSeek-R1-052857.6073.300.006710B免费商用
24GLM-4.5-Air57.6070.700.001060B免费商用
25MiniMax-M1-80k56.0065.000.004560B免费商用
26MiniMax-M1-40k55.6062.300.004560B免费商用
27Grok 4.154.600.000.00—不开源
28Gemini 2.5 Flash50.0055.400.00—不开源
29OpenAI o3-mini (high)49.3069.5097.60—不开源
30DeepSeek-R149.2065.900.006710B免费商用
1
Claude Opus 4.5
SWE-bench Verified80.90
LiveCodeBench87.00
HumanEval0.00
不开源
2
Claude Opus 4.6
SWE-bench Verified80.84
LiveCodeBench76.00
HumanEval95.00
不开源
3
Claude Sonnet 4
SWE-bench Verified80.20
LiveCodeBench66.00
HumanEval0.00
不开源
4
MiniMax M2.5
2290B
SWE-bench Verified80.20
LiveCodeBench0.00
HumanEval0.00
免费商用
5
Claude Opus 4.1
SWE-bench Verified79.40
LiveCodeBench65.00
HumanEval0.00
不开源
6
GPT-5.1
SWE-bench Verified76.30
LiveCodeBench0.00
HumanEval0.00
不开源
7
Qwen3-Max-Thinking
10000B
SWE-bench Verified75.30
LiveCodeBench85.90
HumanEval0.00
不开源
8
o3-pro
SWE-bench Verified75.00
LiveCodeBench0.00
HumanEval0.00
不开源
9
DeepSeek V3.2
6710B
SWE-bench Verified73.10
LiveCodeBench83.30
HumanEval0.00
免费商用
10
Claude Opus 4
SWE-bench Verified72.50
LiveCodeBench56.60
HumanEval0.00
不开源
11
Qwen3.5-27B
270B
SWE-bench Verified72.40
LiveCodeBench80.70
HumanEval0.00
免费商用
12
Kimi K2 Thinking
10400B
SWE-bench Verified71.30
LiveCodeBench83.10
HumanEval0.00
免费商用
13
OpenAI o3
SWE-bench Verified69.10
LiveCodeBench75.80
HumanEval0.00
不开源
14
OpenAI o4 - mini
SWE-bench Verified68.10
LiveCodeBench0.00
HumanEval0.00
不开源
15
DeepSeek V3.2-Exp
6710B
SWE-bench Verified67.80
LiveCodeBench74.10
HumanEval0.00
免费商用
16
Gemini 2.5-Pro
SWE-bench Verified67.20
LiveCodeBench77.10
HumanEval0.00
不开源
17
GLM-4.5
3550B
SWE-bench Verified64.20
LiveCodeBench72.90
HumanEval0.00
免费商用
18
Gemini 2.5 Pro Experimental 03-25
SWE-bench Verified63.80
LiveCodeBench70.40
HumanEval0.00
不开源
19
Gemini-2.5-Pro-Preview-05-06
SWE-bench Verified63.20
LiveCodeBench77.10
HumanEval0.00
不开源
20
GPT OSS 120B
117B
SWE-bench Verified60.10
LiveCodeBench0.00
HumanEval0.00
免费商用
21
GLM-4.7-Flash
310B
SWE-bench Verified59.20
LiveCodeBench0.00
HumanEval0.00
免费商用
22
Grok 4
SWE-bench Verified58.60
LiveCodeBench82.00
HumanEval0.00
不开源
23
DeepSeek-R1-0528
6710B
SWE-bench Verified57.60
LiveCodeBench73.30
HumanEval0.00
免费商用
24
GLM-4.5-Air
1060B
SWE-bench Verified57.60
LiveCodeBench70.70
HumanEval0.00
免费商用
25
MiniMax-M1-80k
4560B
SWE-bench Verified56.00
LiveCodeBench65.00
HumanEval0.00
免费商用
26
MiniMax-M1-40k
4560B
SWE-bench Verified55.60
LiveCodeBench62.30
HumanEval0.00
免费商用
27
Grok 4.1
SWE-bench Verified54.60
LiveCodeBench0.00
HumanEval0.00
不开源
28
Gemini 2.5 Flash
SWE-bench Verified50.00
LiveCodeBench55.40
HumanEval0.00
不开源
29
OpenAI o3-mini (high)
SWE-bench Verified49.30
LiveCodeBench69.50
HumanEval97.60
不开源
30
DeepSeek-R1
6710B
SWE-bench Verified49.20
LiveCodeBench65.90
HumanEval0.00
免费商用
当前展示前 30 名，共 54 个模型