SWE Atlas v1.0: Refactoring 排行榜
截至 2026年11月16日,SWE Atlas v1.0: Refactoring 的最高分为 59.0%,由 GPT-6 Astra(OpenAI)取得,领先于 Claude Fable 5.1(56.7%)。共有 17 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年9月9日)。在真实仓库中进行跨多个文件的重构,用测试和审查标准检查。SWE Atlas v1.0: Refactoring 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- GPT-6 Astra 以 59.0% 保持 SWE Atlas v1.0: Refactoring 最高分(Scale AI SEAL,2026年9月9日)。
- Claude Fable 5.1 以 56.7% 位列 SWE Atlas v1.0: Refactoring 第二(Scale AI SEAL,2026年9月2日)。
- SWE Atlas v1.0: Refactoring:在真实仓库中进行重构。Scale AI。停留在 v1.0;v1.1 用新的评审模型重新运行了所有模型(Scale AI SEAL)。
- BenchLeader 上有 17 个模型配置公布了 SWE Atlas v1.0: Refactoring 结果(BenchLeader,2026年11月16日)。
- SWE Atlas v1.0: 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。Scale AI。停留在 v1.0;v1.1 用新的评审模型重新运行了所有模型。
- 类别
- 编程
- Index 权重
- 仅作参考
- 模型
- 17
- 数据截至
- 2026年11月16日
Scale AI SEAL Leaderboards.
该排行榜已冻结。如今沿用这个名称的是另一项较新的测试,其分数见 SWE Atlas v1.1: Refactoring。
测试内容
在真实仓库中进行跨多个文件的重构,用测试和审查标准检查。
评分方式
被接受的重构百分比,由 Scale AI 发布。
注意事项
和所有智能体编程排行榜一样,结果依赖测试框架。
- 1GPT-6 Astra (xhigh)59.0%
- 2Claude Fable 5.1 (xhigh)56.7%
- 3Claude Fable 5 (xhigh)54.8%
- 4Claude Opus 4.748.6%
- 5Claude Opus 4.846.7%
- 6GPT-5.5 (xhigh)44.8%
- 7Gemini 3.8 Flash44.8%
- 8GPT-5.4 (xhigh)44.3%
- 9GLM 5.242.4%
- 10GPT-5.3 Chat (xhigh)42.4%
- 11Claude Opus 4.635.6%
- 12Gemini 3.1 Pro33.8%
- 13Claude Sonnet 4.632.2%
- 14GLM-524.2%
- 15Kimi K2.520.9%
17 / 17
| # | ||||
|---|---|---|---|---|
| 1 | 59.0% | 66.0 | 2026-09-09 | |
| 2 | 56.7% | 64.6 | 2026-09-02 | |
| 3 | 54.8% | – | 2026-06-11 | |
| 4 | 48.6% | 63.1 | 2026-05-06 | |
| 5 | 46.7% | 58.7 | 2026-06-08 | |
| 6 | 44.8% | 64.1 | 2026-05-06 | |
| 7 | 44.8% | 56.4 | 2026-09-09 | |
| 8 | 44.3% | 63.1 | 2026-05-06 | |
| 9 | 42.4% | 51.9 | 2026-06-23 | |
| 10 | 42.4% | – | 2026-05-06 | |
| 11 | 35.6% | 62.1 | 2026-05-06 | |
| 12 | 33.8% | 59.9 | 2026-05-06 | |
| 13 | 32.2% | 57.6 | 2026-05-06 | |
| 14 | 24.2% | 54.9 | 2026-05-06 | |
| 15 | 20.9% | 54.6 | 2026-05-06 | |
| 16 | 19.5% | 53.7 | 2026-05-06 | |
| 17 | 10.0% | 56.5 | 2026-05-06 |
相关基准测试
SWE Atlas v1.0: Refactoring 上的热门模型对比
引用格式:BenchLeader,《SWE Atlas v1.0: Refactoring 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_sweatlas_refactoring。
SWE Atlas v1.0: Refactoring:常见问题
- SWE Atlas v1.0: Refactoring 衡量的是什么?
- 在真实仓库中进行跨多个文件的重构,用测试和审查标准检查。分数以完成任务的百分比表示,越高越好。
- SWE Atlas v1.0: Refactoring 的最高分是多少?
- 截至 2026年11月16日,SWE Atlas v1.0: Refactoring 的最高分为 59.0%,由 GPT-6 Astra 取得(结果日期 2026年9月9日),领先于 Claude Fable 5.1(56.7%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 SWE Atlas v1.0: Refactoring 上领先?
- 截至 2026年11月16日,SWE Atlas v1.0: Refactoring 排名第一的是 GPT-6 Astra,分数为 59.0%(结果日期 2026年9月9日)。其后为 Claude Fable 5.1(56.7%)。
- 有多少模型有 SWE Atlas v1.0: Refactoring 结果?
- BenchLeader 上有 17 个模型配置有 SWE Atlas v1.0: Refactoring 结果,全部取自 Scale AI SEAL。
- SWE Atlas v1.0: Refactoring 由谁运行,多久更新一次?
- SWE Atlas v1.0: 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 v1.0: Refactoring 是否计入 BenchLeader Index?
- 不计入。SWE Atlas v1.0: Refactoring 仅作参考展示,不计入综合分数。