SciCode 排行榜
截至 2026年11月16日,SciCode 的最高分为 67.7%,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(66.9%)。共有 236 个模型配置公布了结果(SciCode,结果日期 2026年11月9日)。SciCode 给模型出物理、化学、生物和材料科学领域的研究级编程题,每题拆成若干子步骤,最终搭建出可运行的科学模拟或分析。SciCode 计入 BenchLeader Index 的编程得分。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 67.7% 保持 SciCode 最高分(SciCode,2026年11月9日)。
- Claude Opus 5.5 以 66.9% 位列 SciCode 第二(SciCode,2026年9月22日)。
- SciCode:研究级的科学计算编程题(SciCode)。
- BenchLeader 上有 236 个模型配置公布了 SciCode 结果(BenchLeader,2026年11月16日)。
- SciCode 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。
研究级的科学计算编程题。
- 发布方
- SciCode数据经由 Epoch AI Benchmarking Hub
- 类别
- 编程
- Index 权重
- 0.5
- 模型
- 236
- 数据截至
- 2026年11月16日
- 最新结果
- 2026年11月10日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
测试内容
SciCode 给模型出物理、化学、生物和材料科学领域的研究级编程题,每题拆成若干子步骤,最终搭建出可运行的科学模拟或分析。
评分方式
完全解出的主问题百分比,即每个子步骤都通过其测试。Epoch AI 用标准提示词运行各模型。
注意事项
全对才得分的规则让它很严苛:子步骤的部分得分不会显示。它对科学背景知识的考查不亚于对编程的考查。
- 1Claude Fable 5.2 (max)67.7%
- 2Claude Opus 5.5 (max)66.9%
- 3Claude Fable 5.2 (xhigh)65.6%
- 4Claude Opus 5.5 (xhigh)65.0%
- 5Gemini 4 Carbon (high)64.2%
- 6Claude Fable 5.1 (max)63.1%
- 7Gemini 4 Argon (high)61.8%
- 8Claude Fable 5 (max)61.0%
- 9Claude Sonnet 5.5 (max)61.0%
- 10Claude Fable 5.1 (xhigh)60.9%
- 11MiMo-V2.6-Pro60.9%
- 12Kimi K3.1 Pro60.8%
- 13Claude Opus 5.5 (high)60.4%
- 14Muse Wonder (max)60.3%
- 15Gemini 3.7 Flash (medium)59.8%
236 / 236
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 67.7% | 72.7 | 2026-11-09 |
| 2 | 66.9% | 68.4 | 2026-09-22 | |
| 3 | 新 | 65.6% | 69.7 | 2026-11-09 |
| 4 | 65.0% | 65.4 | 2026-09-22 | |
| 5 | 64.2% | 68.9 | 2026-11-10 | |
| 6 | 63.1% | 66.7 | 2026-09-01 | |
| 7 | 61.8% | 65.3 | 2026-10-13 | |
| 8 | 61.0% | 65.1 | 2026-06-09 | |
| 9 | 61.0% | 64.2 | 2026-09-28 | |
| 10 | 60.9% | 64.6 | 2026-09-01 | |
| 11 | 60.9% | 57.5 | 2026-09-21 | |
| 12 | 60.8% | 61.8 | 2026-10-23 | |
| 13 | 60.4% | 66.0 | 2026-09-22 | |
| 14 | 60.3% | 60.8 | 2026-10-12 | |
| 15 | 59.8% | 60.1 | 2026-08-13 | |
| 16 | 新 | 59.7% | 66.3 | 2026-11-09 |
| 17 | 59.7% | 58.1 | 2026-09-02 | |
| 18 | 新 | 59.5% | 68.4 | 2026-11-09 |
| 19 | 59.5% | 60.2 | 2026-07-16 | |
| 20 | 59.3% | 61.2 | 2026-09-22 | |
| 21 | 59.0% | 58.8 | 2026-08-14 | |
| 22 | 58.9% | 56.0 | 2026-09-18 | |
| 23 | 58.8% | 62.2 | 2026-07-09 | |
| 24 | 58.8% | 60.6 | 2026-09-02 | |
| 25 | 58.8% | 59.5 | 2026-07-09 | |
| 26 | 58.7% | 63.7 | 2026-09-01 | |
| 27 | 58.7% | 60.7 | 2026-07-16 | |
| 28 | 58.7% | 59.9 | 2026-02-19 | |
| 29 | 58.6% | 58.9 | 2026-09-22 | |
| 30 | 58.5% | 58.1 | 2026-10-15 | |
| 31 | 新 | 57.8% | 65.3 | 2026-11-09 |
| 32 | 57.8% | 63.4 | 2026-07-09 | |
| 33 | 57.8% | 56.9 | 2026-09-21 | |
| 34 | 57.6% | 62.6 | 2026-09-22 | |
| 35 | 57.4% | 61.5 | 2026-08-05 | |
| 36 | 57.4% | 61.3 | 2026-07-09 | |
| 37 | 57.4% | 57.4 | 2026-09-21 | |
| 38 | 57.3% | 62.5 | 2026-09-28 | |
| 39 | 57.2% | 62.1 | 2026-08-13 | |
| 40 | 57.1% | 65.3 | 2026-07-09 | |
| 41 | 57.1% | 63.9 | 2026-07-09 | |
| 42 | 56.7% | 58.8 | 2026-09-01 | |
| 43 | 56.6% | 63.1 | 2026-03-05 | |
| 44 | 56.6% | 59.4 | 2026-09-02 | |
| 45 | 56.5% | 67.3 | 2026-09-03 | |
| 46 | 56.5% | 60.6 | 2026-08-12 | |
| 47 | 56.4% | 65.0 | 2026-07-24 | |
| 48 | 56.4% | 61.7 | 2026-09-01 | |
| 49 | 56.4% | 60.2 | 2026-07-09 | |
| 50 | 56.1% | 63.5 | 2026-04-23 | |
| 51 | 55.9% | 59.4 | 2026-08-12 | |
| 52 | 55.9% | 57.7 | 2026-10-17 | |
| 53 | 55.8% | 64.1 | 2026-04-23 | |
| 54 | 55.8% | 63.4 | 2026-09-29 | |
| 55 | 55.7% | 66.0 | 2026-09-03 | |
| 56 | 55.7% | 63.6 | 2026-09-29 | |
| 57 | 55.4% | 66.3 | 2026-09-03 | |
| 58 | 55.1% | 64.1 | 2026-10-26 | |
| 59 | 55.1% | 60.2 | 2026-09-02 | |
| 60 | 55.1% | 58.4 | 2026-09-22 |
相关基准测试
SciCode 上的热门模型对比
引用格式:BenchLeader,《SciCode 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/scicode。
SciCode:常见问题
- SciCode 衡量的是什么?
- SciCode 给模型出物理、化学、生物和材料科学领域的研究级编程题,每题拆成若干子步骤,最终搭建出可运行的科学模拟或分析。分数以完成任务的百分比表示,越高越好。
- SciCode 的最高分是多少?
- 截至 2026年11月16日,SciCode 的最高分为 67.7%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Claude Opus 5.5(66.9%)。分数来自 SciCode,每天重新读取。
- 哪个 AI 模型在 SciCode 上领先?
- 截至 2026年11月16日,SciCode 排名第一的是 Claude Fable 5.2,分数为 67.7%(结果日期 2026年11月9日)。其后为 Claude Opus 5.5(66.9%)。
- 有多少模型有 SciCode 结果?
- BenchLeader 上有 236 个模型配置有 SciCode 结果,全部取自 SciCode(经由 Epoch AI Benchmarking Hub)。
- SciCode 由谁运行,多久更新一次?
- SciCode 由 SciCode 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。
- SciCode 是否计入 BenchLeader Index?
- 计入。SciCode 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。