BenchLeader

SWE Atlas v1.1: Test Writing 排行榜

截至 2026年11月16日,SWE Atlas v1.1: Test Writing 的最高分为 78.9%,由 Claude Fable 5.1(Anthropic)取得,领先于 Claude Fable 5.2(77.8%)。共有 28 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年11月6日)。为现有代码编写测试(SWE Atlas v1.1)。Scale AI。SWE Atlas v1.1: Test Writing 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.1 以 78.9% 保持 SWE Atlas v1.1: Test Writing 最高分(Scale AI SEAL,2026年11月6日)。
  • Claude Fable 5.2 以 77.8% 位列 SWE Atlas v1.1: Test Writing 第二(Scale AI SEAL,2026年11月11日)。
  • SWE Atlas v1.1: Test Writing:为现有代码编写测试(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: Test Writing 结果(BenchLeader,2026年11月16日)。
  • SWE Atlas v1.1: Test Writing 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

为现有代码编写测试(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: Test Writing。

28 / 28
#
1Claude Fable 5.178.9%66.42026-11-06
2新Claude 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
19新Muse 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

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: Test Writing 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_swe_atlas_tw。

SWE Atlas v1.1: Test Writing:常见问题

SWE Atlas v1.1: Test Writing 衡量的是什么?
为现有代码编写测试(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: Test Writing 的最高分是多少?
截至 2026年11月16日,SWE Atlas v1.1: Test Writing 的最高分为 78.9%,由 Claude Fable 5.1 取得(结果日期 2026年11月6日),领先于 Claude Fable 5.2(77.8%)。分数来自 Scale AI SEAL,每天重新读取。
哪个 AI 模型在 SWE Atlas v1.1: Test Writing 上领先?
截至 2026年11月16日,SWE Atlas v1.1: Test Writing 排名第一的是 Claude Fable 5.1,分数为 78.9%(结果日期 2026年11月6日)。其后为 Claude Fable 5.2(77.8%)。
有多少模型有 SWE Atlas v1.1: Test Writing 结果?
BenchLeader 上有 28 个模型配置有 SWE Atlas v1.1: Test Writing 结果,全部取自 Scale AI SEAL。
SWE Atlas v1.1: Test Writing 由谁运行,多久更新一次?
SWE Atlas v1.1: Test Writing 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: Test Writing 是否计入 BenchLeader Index?
不计入。SWE Atlas v1.1: Test Writing 仅作参考展示,不计入综合分数。