BenchLeader

SWE Atlasのリーダーボード

2026年11月16日時点で、SWE Atlasの最高スコアは80.5%で、Claude Fable 5.2(Anthropic)が記録しています。次点はClaude Opus 5.5の77.4%です。公表された結果があるのは28のモデル構成です(Scale AI SEAL、結果の日付は2026年11月11日)。SWE Atlas v1.1の総合スコア。15リポジトリの284タスクで、コードベースQnA・テスト作成・リファクタリングを、新しい採点モデルで全モデル再実行。Scale AI。SWE Atlasは参考として掲載しており、BenchLeader Indexには含まれません。

要点(2026年11月16日時点)

  • Claude Fable 5.2がSWE Atlas v1.1の最高スコア80.5%を記録しています(Scale AI SEAL、2026年11月11日)。
  • SWE Atlas v1.1の2位はClaude Opus 5.5で、77.4%です(Scale AI SEAL、2026年9月9日)。
  • SWE Atlas v1.1:SWE Atlas v1.1の総合スコア。15リポジトリの284タスクで、コードベースQnA・テスト作成・リファクタリングを、新しい採点モデルで全モデル再実行。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは28のモデル構成にSWE Atlas v1.1の公表結果があります(BenchLeader、2026年11月16日)。
  • SWE Atlas v1.1はBenchLeader Indexには反映されず、参考として掲載しています(BenchLeaderの評価方法)。

SWE Atlas v1.1の総合スコア。15リポジトリの284タスクで、コードベースQnA・テスト作成・リファクタリングを、新しい採点モデルで全モデル再実行。Scale AI。

公開元
Scale AI SEAL
カテゴリ
コーディング
Indexでの重み
参考のみ
モデル
28
データ基準日
2026年11月16日
最新の結果
2026年11月11日

Scale AI SEAL Leaderboards.

28件中28件
#
1NEWClaude Fable 5.280.5%65.42026-11-11
2Claude Opus 5.577.4%61.02026-09-09
3Claude Fable 5.176.4%66.42026-09-02
4Gemini 4 Carbon71.4%–2026-11-11
5Gemini 4 Argon70.1%64.42026-06-11
6GPT-6 Astra69.4%66.42026-05-06
7Claude Sonnet 5.568.3%–2026-06-08
8GPT-6.1 Sol65.9%62.02026-05-06
9Muse Wonder64.8%64.42026-09-09
10Qwen3.8 Maxmax64.4%58.72026-11-11
11DeepSeek V4.1 Flash62.1%–2026-06-23
12Grok 4.762.1%–2026-05-06
13Inkling 2 Small61.9%57.92026-05-06
14Kimi K3.1 Pro61.1%61.82026-11-11
15Kimi K361.0%60.72026-05-06
16Claude Haiku 5.559.4%–2026-05-06
17GLM 5.358.1%–2026-11-11
18GPT-6.1 Terra57.7%–2026-05-06
19Gemini 3.8 Flash57.3%56.42026-05-06
20NEWMuse Ember56.0%–2026-11-11
21GLM 5.3 Flash55.3%57.82026-11-11
22GPT-6 Luna50.8%–2026-05-06
23Mistral Large 445.2%52.92026-11-11
24Muse Spark Open42.3%–2026-05-06
25MiniMax M339.3%56.12026-11-11
26Nemotron 3.5 Super VL24.8%45.82026-11-11
27Nemotron 3 Ultra21.4%42.12026-11-11
28gpt-oss-120b8.8%46.12026-11-11

コーディングのベンチマークをもっと見る · LLMベンチマーク一覧

引用表記:BenchLeader「SWE Atlas v1.1のリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/scale_swe_atlas

SWE Atlas v1.1:よくある質問

SWE Atlas v1.1は何を測るベンチマークですか?
SWE Atlas v1.1の総合スコア。15リポジトリの284タスクで、コードベースQnA・テスト作成・リファクタリングを、新しい採点モデルで全モデル再実行。Scale AI。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
SWE Atlas v1.1の最高スコアは?
2026年11月16日時点で、SWE Atlas v1.1の最高スコアは80.5%で、Claude Fable 5.2が記録しています(結果の日付は2026年11月11日)。次点はClaude Opus 5.5の77.4%です。スコアはScale AI SEALの公表値で、毎日読み直しています。
SWE Atlas v1.1でトップのAIモデルは?
2026年11月16日時点で、SWE Atlas v1.1の首位はClaude Fable 5.2で、スコアは80.5%です(結果の日付は2026年11月11日)。続いてClaude Opus 5.5(77.4%)です。
SWE Atlas v1.1の結果があるモデルはいくつですか?
BenchLeaderでは28のモデル構成にSWE Atlas v1.1の結果があり、すべてScale AI SEALから取得しています。
SWE Atlas v1.1を運営しているのは誰で、どのくらいの頻度で更新されますか?
SWE Atlas v1.1はScale AI SEALが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
SWE Atlas v1.1はBenchLeader Indexに含まれますか?
いいえ。SWE Atlas v1.1は参考として掲載していますが、総合スコアには含めていません。