SWE Atlas v1.1: Refactoring 排行榜
截至 2026年11月16日,SWE Atlas v1.1: Refactoring 的最高分为 80.0%,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(77.1%)。共有 28 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年11月11日)。在真实仓库中进行重构(SWE Atlas v1.1)。Scale AI。SWE Atlas v1.1: Refactoring 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 80.0% 保持 SWE Atlas v1.1: Refactoring 最高分(Scale AI SEAL,2026年11月11日)。
- Claude Opus 5.5 以 77.1% 位列 SWE Atlas v1.1: Refactoring 第二(Scale AI SEAL,2026年11月6日)。
- SWE Atlas v1.1: Refactoring:在真实仓库中进行重构(SWE Atlas v1.1)。Scale AI(Scale AI SEAL)。
- BenchLeader 上有 28 个模型配置公布了 SWE Atlas v1.1: Refactoring 结果(BenchLeader,2026年11月16日)。
- SWE Atlas v1.1: Refactoring 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
在真实仓库中进行重构(SWE Atlas v1.1)。Scale AI。
- 类别
- 编程
- Index 权重
- 仅作参考
- 模型
- 28
- 数据截至
- 2026年11月16日
- 最新结果
- 2026年11月11日
Scale AI SEAL Leaderboards.
与此前同名的测试不可比较,旧测试的最终分数保留在 SWE Atlas v1.0: Refactoring。
- 1Claude Fable 5.280.0%
- 2Claude Opus 5.577.1%
- 3GPT-6 Astra71.4%
- 4Claude Fable 5.171.4%
- 5Gemini 4 Argon67.1%
- 6Gemini 4 Carbon64.3%
- 7Claude Sonnet 5.562.9%
- 8Muse Wonder60.0%
- 9GPT-6.1 Sol60.0%
- 10Gemini 3.8 Flash55.7%
- 11GPT-6.1 Terra55.7%
- 12Kimi K3.1 Pro54.3%
- 13Kimi K354.3%
- 14DeepSeek V4.1 Flash54.3%
- 15Inkling 2 Small53.3%
28 / 28
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 80.0% | 65.4 | 2026-11-11 |
| 2 | 77.1% | 61.0 | 2026-11-06 | |
| 3 | 71.4% | 66.4 | 2026-11-06 | |
| 4 | 71.4% | 66.4 | 2026-11-06 | |
| 5 | 67.1% | 64.4 | 2026-11-06 | |
| 6 | 64.3% | – | 2026-11-11 | |
| 7 | 62.9% | – | 2026-11-06 | |
| 8 | 60.0% | 64.4 | 2026-11-06 | |
| 9 | 60.0% | 62.0 | 2026-11-06 | |
| 10 | 55.7% | 56.4 | 2026-11-06 | |
| 11 | 55.7% | – | 2026-11-06 | |
| 12 | 54.3% | 61.8 | 2026-11-11 | |
| 13 | 54.3% | 60.7 | 2026-11-06 | |
| 14 | 54.3% | – | 2026-11-06 | |
| 15 | 53.3% | 57.9 | 2026-11-06 | |
| 16 | 52.9% | 58.7 | 2026-11-11 | |
| 17 | 52.9% | – | 2026-11-06 | |
| 18 | 新 | 50.0% | – | 2026-11-11 |
| 19 | 48.6% | – | 2026-11-11 | |
| 20 | 48.6% | – | 2026-11-06 | |
| 21 | 47.1% | – | 2026-11-06 | |
| 22 | 45.7% | 57.8 | 2026-11-11 | |
| 23 | 35.7% | – | 2026-11-06 | |
| 24 | 34.3% | 52.9 | 2026-11-11 | |
| 25 | 28.6% | 56.1 | 2026-11-11 | |
| 26 | 20.0% | 45.8 | 2026-11-11 | |
| 27 | 15.7% | 42.1 | 2026-11-11 | |
| 28 | 1.4% | 46.1 | 2026-11-11 |
相关基准测试
SWE Atlas v1.1: Refactoring 上的热门模型对比
引用格式:BenchLeader,《SWE Atlas v1.1: Refactoring 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_swe_atlas_refactoring。
SWE Atlas v1.1: Refactoring:常见问题
- SWE Atlas v1.1: Refactoring 衡量的是什么?
- 在真实仓库中进行重构(SWE Atlas v1.1)。Scale AI。分数以完成任务的百分比表示,越高越好。
- SWE Atlas v1.1: Refactoring 的最高分是多少?
- 截至 2026年11月16日,SWE Atlas v1.1: Refactoring 的最高分为 80.0%,由 Claude Fable 5.2 取得(结果日期 2026年11月11日),领先于 Claude Opus 5.5(77.1%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 SWE Atlas v1.1: Refactoring 上领先?
- 截至 2026年11月16日,SWE Atlas v1.1: Refactoring 排名第一的是 Claude Fable 5.2,分数为 80.0%(结果日期 2026年11月11日)。其后为 Claude Opus 5.5(77.1%)。
- 有多少模型有 SWE Atlas v1.1: Refactoring 结果?
- BenchLeader 上有 28 个模型配置有 SWE Atlas v1.1: Refactoring 结果,全部取自 Scale AI SEAL。
- SWE Atlas v1.1: Refactoring 由谁运行,多久更新一次?
- SWE Atlas v1.1: Refactoring 由 Scale AI SEAL 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- SWE Atlas v1.1: Refactoring 是否计入 BenchLeader Index?
- 不计入。SWE Atlas v1.1: Refactoring 仅作参考展示,不计入综合分数。