BenchLeader

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。

发布方
Scale AI SEAL
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。

28 / 28
#
1新Claude Fable 5.280.0%65.42026-11-11
2Claude Opus 5.577.1%61.02026-11-06
3GPT-6 Astra71.4%66.42026-11-06
4Claude Fable 5.171.4%66.42026-11-06
5Gemini 4 Argon67.1%64.42026-11-06
6Gemini 4 Carbon64.3%–2026-11-11
7Claude Sonnet 5.562.9%–2026-11-06
8Muse Wonder60.0%64.42026-11-06
9GPT-6.1 Sol60.0%62.02026-11-06
10Gemini 3.8 Flash55.7%56.42026-11-06
11GPT-6.1 Terra55.7%–2026-11-06
12Kimi K3.1 Pro54.3%61.82026-11-11
13Kimi K354.3%60.72026-11-06
14DeepSeek V4.1 Flash54.3%–2026-11-06
15Inkling 2 Small53.3%57.92026-11-06
16Qwen3.8 Maxmax52.9%58.72026-11-11
17Claude Haiku 5.552.9%–2026-11-06
18新Muse Ember50.0%–2026-11-11
19GLM 5.348.6%–2026-11-11
20Grok 4.748.6%–2026-11-06
21GPT-6 Luna47.1%–2026-11-06
22GLM 5.3 Flash45.7%57.82026-11-11
23Muse Spark Open35.7%–2026-11-06
24Mistral Large 434.3%52.92026-11-11
25MiniMax M328.6%56.12026-11-11
26Nemotron 3.5 Super VL20.0%45.82026-11-11
27Nemotron 3 Ultra15.7%42.12026-11-11
28gpt-oss-120b1.4%46.12026-11-11

更多编程基准测试 · 全部大模型基准测试

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。