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 2026-09-09 21:31:23

截至 2026年9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 2026-09-11

#模型Elo

Claude Fable 5Anthropic

1552

Opus 4.7 (high)Anthropic

1552

Claude Opus 4.6 (high)Anthropic

1551

Opus 4.7Anthropic

1547

Claude Opus 4.6Anthropic

1546

kimi-k3-maxMoonshot

1538

gpt-6-astra-maxOpenAI

1537

gemini-3.8-flash-highGoogle

1535

Muse Spark 1.2 (xhigh)Facebook AI研究实验室

1535

Claude Opus 4.8 (high)Anthropic

1534

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 2026-09-13

#模型Elo

Kimi K3Moonshot AI

1388

Muse Spark 1.3 MaxMeta

1374

GPT-6 Astra (xhigh)OpenAI

1369

Muse Spark 1.3 (xhigh)Meta

1366

GPT-5.6 Sol (xhigh)OpenAI

1352

Claude Fable 5.1Anthropic

1345

DeepSeek-V4.1-FlashDeepSeek

1345

Claude Opus 5Anthropic

1338

GPT-5.6 Sol (medium)OpenAI

1334

智

GLM-5.3智谱AI

1331

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 SWE-bench Verified 排序

当前 SOTA

Claude Opus 5

Anthropic

96.00SWE-bench Verified

查看详情

最佳开源

DeepSeek-V4-Pro

DeepSeek-AI

80.60SWE-bench Verified−15.40

查看详情

最佳国产

DeepSeek-V4-Pro

DeepSeek-AI

80.60SWE-bench Verified−15.40

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
	Claude Opus 5 Anthropic	96.00	—	79.20	89.50	闭源	详情
	Claude Fable 5 Anthropic	95.00	—	80.30	—	闭源	详情
	Claude Opus 4.8 Anthropic	88.60	—	69.20	—	闭源	详情
4	Opus 4.7 Anthropic	87.60	—	64.30	—	闭源	详情
5	Opus 4.5 Anthropic	80.90	87.00	—	—	闭源	详情
6	Claude Opus 4.6 Anthropic	80.84	76.00	—	72.00	闭源	详情
7	DeepSeek-V4-Pro DeepSeek-AI	80.60	93.50	55.40	76.20	免费商用	详情
8	Qwen3.7 Max 阿里巴巴	80.40	91.60	60.60	78.30	闭源	详情
9	Claude Sonnet 4 Anthropic	80.20	66.00	42.70	—	闭源	详情
10	MiniMax M2.5 MiniMaxAI	80.20	—	55.40	—	免费商用	详情
11	Kimi K2.6 Moonshot AI	80.20	89.60	58.60	76.70	免费商用	详情
12	DeepSeek-V4-Flash DeepSeek-AI	79.00	91.60	52.60	73.30	免费商用	详情
13	Hy3 腾讯AI实验室	78.00	—	57.90	75.80	免费商用	详情
14	Muse Spark Facebook AI研究实验室	77.40	—	—	—	闭源	详情
15	Qwen3.6-27B 阿里巴巴	77.20	83.90	53.50	71.30	免费商用	详情
16	Doubao Seed 2.0 Pro 字节跳动Seed团队	76.50	—	46.90	71.70	闭源	详情
17	GPT-5.1 OpenAI	76.30	—	50.80	—	闭源	详情
18	Muse Glimmer-30B Facebook AI研究实验室	76.00	—	51.20	—	免费商用	详情
19	Qwen3-Max-Thinking 阿里巴巴	75.30	85.90	—	—	闭源	详情
20	o3-pro OpenAI	75.00	—	—	—	闭源	详情
21	Opus 4.1 Anthropic	74.50	—	—	—	闭源	详情
22	Qwen3.6-35B-A3B 阿里巴巴	73.40	80.40	49.50	67.20	免费商用	详情
23	DeepSeek V3.2 DeepSeek-AI	73.10	83.30	40.90	—	免费商用	详情
24	Claude Opus 4 Anthropic	72.50	56.60	—	—	闭源	详情
25	Qwen3.5-27B 阿里巴巴	72.40	80.70	—	—	免费商用	详情
26	Kimi K2 Thinking Moonshot AI	71.30	83.10	—	—	免费商用	详情
27	Nemotron 3 Ultra NVIDIA	70.70	89.00	—	67.70	免费商用	详情
28	OpenAI o3 OpenAI	69.10	75.80	—	—	闭源	详情
29	OpenAI o4 - mini OpenAI	68.10	—	—	—	闭源	详情
30	DeepSeek V3.2-Exp DeepSeek-AI	67.80	74.10	—	—	免费商用	详情
31	Gemini 2.5-Pro Google Deep Mind	67.20	77.10	—	—	闭源	详情
32	GLM-4.5 智谱AI	64.20	72.90	—	—	免费商用	详情
33	Gemini 2.5 Pro Experimental 03-25 Google Deep Mind	63.80	70.40	—	—	闭源	详情
34	Gemini-2.5-Pro-Preview-05-06 Google Deep Mind	63.20	77.10	—	—	闭源	详情
35	GPT OSS 120B OpenAI	60.10	—	—	—	免费商用	详情
36	GLM-4.7-Flash 智谱AI	59.20	—	—	—	免费商用	详情
37	Grok 4 xAI	58.60	82.00	—	—	闭源	详情
38	DeepSeek-R1-0528 DeepSeek-AI	57.60	73.30	—	—	免费商用	详情
39	GLM-4.5-Air 智谱AI	57.60	70.70	—	—	免费商用	详情
40	MiniMax-M1-80k MiniMaxAI	56.00	65.00	—	—	免费商用	详情
41	MiniMax-M1-40k MiniMaxAI	55.60	62.30	—	—	免费商用	详情
42	Grok 4.1 xAI	54.60	—	—	—	闭源	详情
43	Gemini 2.5 Flash Google Deep Mind	50.00	55.40	—	—	闭源	详情
44	OpenAI o3-mini (high) OpenAI	49.30	69.50	—	—	闭源	详情
45	DeepSeek-R1 DeepSeek-AI	49.20	65.90	—	—	免费商用	详情
46	OpenAI o1 OpenAI	48.90	71.00	—	—	闭源	详情
47	MiniCPM5-2B OpenBMB	46.40	69.10	14.40	—	免费商用	详情
48	Spark-X2.5-4B 科大讯飞	41.60	—	44.40	53.30	免费商用	详情
49	OpenAI o3-mini OpenAI	40.80	—	—	—	闭源	详情
50	Qwen3-235B-A22B 阿里巴巴	34.40	70.70	—	—	免费商用	详情

Claude Opus 5 Anthropic

SWE-bench Verified96.00

LiveCodeBench—

SWE-Bench Pro - Public79.20

SWE-bench Multilingual89.50

闭源

Claude Fable 5 Anthropic

SWE-bench Verified95.00

LiveCodeBench—

SWE-Bench Pro - Public80.30

SWE-bench Multilingual—

闭源

Claude Opus 4.8 Anthropic

SWE-bench Verified88.60

LiveCodeBench—

SWE-Bench Pro - Public69.20

SWE-bench Multilingual—

闭源

Opus 4.7 Anthropic

SWE-bench Verified87.60

LiveCodeBench—

SWE-Bench Pro - Public64.30

SWE-bench Multilingual—

闭源

Opus 4.5 Anthropic

SWE-bench Verified80.90

LiveCodeBench87.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Claude Opus 4.6 Anthropic

SWE-bench Verified80.84

LiveCodeBench76.00

SWE-Bench Pro - Public—

SWE-bench Multilingual72.00

闭源

DeepSeek-V4-Pro DeepSeek-AI

SWE-bench Verified80.60

LiveCodeBench93.50

SWE-Bench Pro - Public55.40

SWE-bench Multilingual76.20

免费商用

Qwen3.7 Max 阿里巴巴

SWE-bench Verified80.40

LiveCodeBench91.60

SWE-Bench Pro - Public60.60

SWE-bench Multilingual78.30

闭源

Claude Sonnet 4 Anthropic

SWE-bench Verified80.20

LiveCodeBench66.00

SWE-Bench Pro - Public42.70

SWE-bench Multilingual—

闭源

MiniMax M2.5 MiniMaxAI

SWE-bench Verified80.20

LiveCodeBench—

SWE-Bench Pro - Public55.40

SWE-bench Multilingual—

免费商用

Kimi K2.6 Moonshot AI

SWE-bench Verified80.20

LiveCodeBench89.60

SWE-Bench Pro - Public58.60

SWE-bench Multilingual76.70

免费商用

DeepSeek-V4-Flash DeepSeek-AI

SWE-bench Verified79.00

LiveCodeBench91.60

SWE-Bench Pro - Public52.60

SWE-bench Multilingual73.30

免费商用

Hy3 腾讯AI实验室

SWE-bench Verified78.00

LiveCodeBench—

SWE-Bench Pro - Public57.90

SWE-bench Multilingual75.80

免费商用

Muse Spark Facebook AI研究实验室

SWE-bench Verified77.40

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3.6-27B 阿里巴巴

SWE-bench Verified77.20

LiveCodeBench83.90

SWE-Bench Pro - Public53.50

SWE-bench Multilingual71.30

免费商用

Doubao Seed 2.0 Pro 字节跳动Seed团队

SWE-bench Verified76.50

LiveCodeBench—

SWE-Bench Pro - Public46.90

SWE-bench Multilingual71.70

闭源

GPT-5.1 OpenAI

SWE-bench Verified76.30

LiveCodeBench—

SWE-Bench Pro - Public50.80

SWE-bench Multilingual—

闭源

Muse Glimmer-30B Facebook AI研究实验室

SWE-bench Verified76.00

LiveCodeBench—

SWE-Bench Pro - Public51.20

SWE-bench Multilingual—

免费商用

Qwen3-Max-Thinking 阿里巴巴

SWE-bench Verified75.30

LiveCodeBench85.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

o3-pro OpenAI

SWE-bench Verified75.00

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Opus 4.1 Anthropic

SWE-bench Verified74.50

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3.6-35B-A3B 阿里巴巴

SWE-bench Verified73.40

LiveCodeBench80.40

SWE-Bench Pro - Public49.50

SWE-bench Multilingual67.20

免费商用

DeepSeek V3.2 DeepSeek-AI

SWE-bench Verified73.10

LiveCodeBench83.30

SWE-Bench Pro - Public40.90

SWE-bench Multilingual—

免费商用

Claude Opus 4 Anthropic

SWE-bench Verified72.50

LiveCodeBench56.60

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3.5-27B 阿里巴巴

SWE-bench Verified72.40

LiveCodeBench80.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2 Thinking Moonshot AI

SWE-bench Verified71.30

LiveCodeBench83.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Nemotron 3 Ultra NVIDIA

SWE-bench Verified70.70

LiveCodeBench89.00

SWE-Bench Pro - Public—

SWE-bench Multilingual67.70

免费商用

OpenAI o3 OpenAI

SWE-bench Verified69.10

LiveCodeBench75.80

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

OpenAI o4 - mini OpenAI

SWE-bench Verified68.10

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek V3.2-Exp DeepSeek-AI

SWE-bench Verified67.80

LiveCodeBench74.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Gemini 2.5-Pro Google Deep Mind

SWE-bench Verified67.20

LiveCodeBench77.10

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

GLM-4.5 智谱AI

SWE-bench Verified64.20

LiveCodeBench72.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Gemini 2.5 Pro Experimental 03-25 Google Deep Mind

SWE-bench Verified63.80

LiveCodeBench70.40

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

GPT OSS 120B OpenAI

SWE-bench Verified60.10

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.7-Flash 智谱AI

SWE-bench Verified59.20

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Grok 4 xAI

SWE-bench Verified58.60

LiveCodeBench82.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek-R1-0528 DeepSeek-AI

SWE-bench Verified57.60

LiveCodeBench73.30

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.5-Air 智谱AI

SWE-bench Verified57.60

LiveCodeBench70.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax-M1-80k MiniMaxAI

SWE-bench Verified56.00

LiveCodeBench65.00

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

MiniMax-M1-40k MiniMaxAI

SWE-bench Verified55.60

LiveCodeBench62.30

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Grok 4.1 xAI

SWE-bench Verified54.60

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Gemini 2.5 Flash Google Deep Mind

SWE-bench Verified50.00

LiveCodeBench55.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

OpenAI o3-mini (high)OpenAI

SWE-bench Verified49.30

LiveCodeBench69.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

DeepSeek-R1 DeepSeek-AI

SWE-bench Verified49.20

LiveCodeBench65.90

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

MiniCPM5-2B OpenBMB

SWE-bench Verified46.40

LiveCodeBench69.10

SWE-Bench Pro - Public14.40

SWE-bench Multilingual—

免费商用

Spark-X2.5-4B 科大讯飞

SWE-bench Verified41.60

LiveCodeBench—

SWE-Bench Pro - Public44.40

SWE-bench Multilingual53.30

免费商用

OpenAI o3-mini OpenAI

SWE-bench Verified40.80

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

Qwen3-235B-A22B 阿里巴巴

SWE-bench Verified34.40

LiveCodeBench70.70

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

排序：

已显示 50 / 83 个模型查看 SWE-bench Verified 基准测试完整页面