SWE Atlas v1.0: Test Writing 排行榜
截至 2026年11月16日,SWE Atlas v1.0: Test Writing 的最高分为 67.0%,由 Claude Fable 5.1(Anthropic)取得,领先于 Claude Opus 5(62.2%)。共有 22 个模型配置公布了结果(Scale AI SEAL,结果日期 2026年9月2日)。模型为真实代码编写测试,按覆盖率和正确性评分。SWE Atlas v1.0: 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 67.0% 保持 SWE Atlas v1.0: Test Writing 最高分(Scale AI SEAL,2026年9月2日)。
- Claude Opus 5 以 62.2% 位列 SWE Atlas v1.0: Test Writing 第二(Scale AI SEAL,2026年8月4日)。
- SWE Atlas v1.0: Test Writing:为现有代码编写测试。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 22 个模型配置公布了 SWE Atlas v1.0: Test Writing 结果(BenchLeader,2026年11月16日)。
- SWE Atlas v1.0: 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。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
- 22
- 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: Test Writing。
测试内容
模型为真实代码编写测试,按覆盖率和正确性评分。
评分方式
得分,由 Scale AI 发布。
注意事项
这是一项特定的工程技能。
- 1Claude Fable 5.1 (xhigh)67.0%
- 2Claude Opus 5 (xhigh)62.2%
- 3Claude Fable 5 (xhigh)55.6%
- 4Gemini 3.8 Flash53.7%
- 5GPT-6 Astra (xhigh)50.7%
- 6Claude Opus 4.8 (xhigh)49.6%
- 7GPT-5.6 Sol (xhigh)45.9%
- 8GPT-5.4 (xhigh)44.4%
- 9GPT-5.5 (xhigh)42.6%
- 10Muse Spark 1.1 (xhigh)41.5%
- 11GLM 5.241.5%
- 12GPT-5.3 Chat (xhigh)39.0%
- 13Claude Opus 4.738.5%
- 14Claude Opus 4.636.7%
- 15Claude Sonnet 4.631.8%
22 / 22
| # | ||||
|---|---|---|---|---|
| 1 | 67.0% | 64.6 | 2026-09-02 | |
| 2 | 62.2% | 60.1 | 2026-08-04 | |
| 3 | 55.6% | – | 2026-06-11 | |
| 4 | 53.7% | 56.4 | 2026-09-09 | |
| 5 | 50.7% | 66.0 | 2026-09-09 | |
| 6 | 49.6% | – | 2026-06-08 | |
| 7 | 45.9% | 63.9 | 2026-07-28 | |
| 8 | 44.4% | 63.1 | 2026-03-26 | |
| 9 | 42.6% | 64.1 | 2026-05-07 | |
| 10 | 41.5% | 59.5 | 2026-07-09 | |
| 11 | 41.5% | 51.9 | 2026-06-23 | |
| 12 | 39.0% | – | 2026-03-26 | |
| 13 | 38.5% | 63.1 | 2026-06-18 | |
| 14 | 36.7% | 62.1 | 2026-03-26 | |
| 15 | 31.8% | 57.6 | 2026-03-26 | |
| 16 | 31.1% | 64.2 | 2026-04-08 | |
| 17 | 30.3% | 56.5 | 2026-03-26 | |
| 18 | 29.8% | 59.9 | 2026-03-26 | |
| 19 | 28.7% | 54.9 | 2026-03-26 | |
| 20 | 27.1% | 53.0 | 2026-06-18 | |
| 21 | 25.8% | 54.6 | 2026-03-26 | |
| 22 | 18.6% | 53.7 | 2026-03-26 |
相关基准测试
SWE Atlas v1.0: Test Writing 上的热门模型对比
引用格式:BenchLeader,《SWE Atlas v1.0: Test Writing 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scale_sweatlas_tw。
SWE Atlas v1.0: Test Writing:常见问题
- SWE Atlas v1.0: Test Writing 衡量的是什么?
- 模型为真实代码编写测试,按覆盖率和正确性评分。分数以完成任务的百分比表示,越高越好。
- SWE Atlas v1.0: Test Writing 的最高分是多少?
- 截至 2026年11月16日,SWE Atlas v1.0: Test Writing 的最高分为 67.0%,由 Claude Fable 5.1 取得(结果日期 2026年9月2日),领先于 Claude Opus 5(62.2%)。分数来自 Scale AI SEAL,每天重新读取。
- 哪个 AI 模型在 SWE Atlas v1.0: Test Writing 上领先?
- 截至 2026年11月16日,SWE Atlas v1.0: Test Writing 排名第一的是 Claude Fable 5.1,分数为 67.0%(结果日期 2026年9月2日)。其后为 Claude Opus 5(62.2%)。
- 有多少模型有 SWE Atlas v1.0: Test Writing 结果?
- BenchLeader 上有 22 个模型配置有 SWE Atlas v1.0: Test Writing 结果,全部取自 Scale AI SEAL。
- SWE Atlas v1.0: Test Writing 由谁运行,多久更新一次?
- SWE Atlas v1.0: 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 v1.0: Test Writing 是否计入 BenchLeader Index?
- 不计入。SWE Atlas v1.0: Test Writing 仅作参考展示,不计入综合分数。