BenchLeader

SWE Atlas v1.1: Test Writingのリーダーボード

2026年11月16日時点で、SWE Atlas v1.1: Test Writingの最高スコアは78.9%で、Claude Fable 5.1(Anthropic)が記録しています。次点はClaude Fable 5.2の77.8%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6日)。既存のコードに対するテストの作成(SWE Atlas v1.1)。Scale AI。SWE Atlas v1.1: Test Writing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 5.1がSWE Atlas v1.1: Test Writingの最高スコア78.9%を記録しています(Scale AI SEAL、2026年11月6日)。
  • SWE Atlas v1.1: Test Writingの2位はClaude Fable 5.2で、77.8%です(Scale AI SEAL、2026年11月11日)。
  • SWE Atlas v1.1: Test Writing:既存のコードに対するテストの作成(SWE Atlas v1.1)。Scale AI(Scale AI SEAL)。
  • BenchLeaderでは28のモデル構成にSWE Atlas v1.1: Test Writingの公表結果があります(BenchLeader、2026年11月16日)。
  • SWE Atlas v1.1: Test Writing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)。

既存のコードに対するテストの作成(SWE Atlas v1.1)。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.

同じ名前の以前のテストとは比較できません。以前のテストの最終スコアはSWE Atlas v1.0: Test Writingに残しています。

28件中28件
#
1Claude Fable 5.178.9%66.42026-11-06
2NEWClaude Fable 5.277.8%65.42026-11-11
3Gemini 4 Argon77.8%64.42026-11-06
4Claude Opus 5.577.8%61.02026-11-06
5Gemini 4 Carbon76.7%–2026-11-11
6Gemini 3.8 Flash71.1%56.42026-11-06
7Claude Sonnet 5.567.8%–2026-11-06
8GPT-6 Astra66.7%66.42026-11-06
9GPT-6.1 Sol66.7%62.02026-11-06
10Grok 4.764.4%–2026-11-06
11Kimi K363.3%60.72026-11-06
12GPT-6.1 Terra63.3%–2026-11-06
13Claude Haiku 5.563.3%–2026-11-06
14Muse Wonder61.1%64.42026-11-06
15DeepSeek V4.1 Flash61.1%–2026-11-06
16Kimi K3.1 Pro58.9%61.82026-11-11
17Qwen3.8 Maxmax58.9%58.72026-11-11
18Inkling 2 Small58.1%57.92026-11-06
19NEWMuse Ember56.7%–2026-11-11
20GLM 5.355.6%–2026-11-11
21GPT-6 Luna54.4%–2026-11-06
22GLM 5.3 Flash53.3%57.82026-11-11
23Muse Spark Open41.1%–2026-11-06
24MiniMax M340.0%56.12026-11-11
25Mistral Large 440.0%52.92026-11-11
26Nemotron 3.5 Super VL27.8%45.82026-11-11
27Nemotron 3 Ultra26.7%42.12026-11-11
28gpt-oss-120b14.4%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: Test Writing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_tw

SWE Atlas v1.1: Test Writing:よくある質問

SWE Atlas v1.1: Test Writingは何を測るベンチマークですか?
既存のコードに対するテストの作成(SWE Atlas v1.1)。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: Test Writingの最高スコアは?
2026年11月16日時点で、SWE Atlas v1.1: Test Writingの最高スコアは78.9%で、Claude Fable 5.1が記録しています(結果の日付は2026年11月6日)。次点はClaude Fable 5.2の77.8%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: Test WritingでトップのAIモデルは?
2026年11月16日時点で、SWE Atlas v1.1: Test Writingの首位はClaude Fable 5.1で、スコアは78.9%です(結果の日付は2026年11月6日)。続いてClaude Fable 5.2(77.8%)です。
SWE Atlas v1.1: Test Writing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: Test Writing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: Test Writing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: Test Writing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: Test WritingはBenchLeader Indexに含まれますか?
いいえ。SWE Atlas v1.1: Test Writing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。