BenchLeader

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。

发布方
Scale AI SEAL
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。

17 / 17
#
1GPT-6 Astraxhigh59.0%66.02026-09-09
2Claude Fable 5.1xhigh56.7%64.62026-09-02
3Claude Fable 5xhigh54.8%–2026-06-11
4Claude Opus 4.748.6%63.12026-05-06
5Claude Opus 4.846.7%58.72026-06-08
6GPT-5.5xhigh44.8%64.12026-05-06
7Gemini 3.8 Flash44.8%56.42026-09-09
8GPT-5.4xhigh44.3%63.12026-05-06
9GLM 5.242.4%51.92026-06-23
10GPT-5.3 Chatxhigh42.4%–2026-05-06
11Claude Opus 4.635.6%62.12026-05-06
12Gemini 3.1 Pro33.8%59.92026-05-06
13Claude Sonnet 4.632.2%57.62026-05-06
14GLM-524.2%54.92026-05-06
15Kimi K2.520.9%54.62026-05-06
16MiniMax M2.519.5%53.72026-05-06
17Gemini 3 Flash10.0%56.52026-05-06

更多编程基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《SWE Atlas v1.0: 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。