BenchLeader

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。

236 / 236
#
1新Claude Fable 5.2max67.7%72.72026-11-09
2Claude Opus 5.5max66.9%68.42026-09-22
3新Claude Fable 5.2xhigh65.6%69.72026-11-09
4Claude Opus 5.5xhigh65.0%65.42026-09-22
5Gemini 4 Carbonhigh64.2%68.92026-11-10
6Claude Fable 5.1max63.1%66.72026-09-01
7Gemini 4 Argonhigh61.8%65.32026-10-13
8Claude Fable 5max61.0%65.12026-06-09
9Claude Sonnet 5.5max61.0%64.22026-09-28
10Claude Fable 5.1xhigh60.9%64.62026-09-01
11MiMo-V2.6-Pro60.9%57.52026-09-21
12Kimi K3.1 Pro60.8%61.82026-10-23
13Claude Opus 5.5high60.4%66.02026-09-22
14Muse Wondermax60.3%60.82026-10-12
15Gemini 3.7 Flashmedium59.8%60.12026-08-13
16新Claude Fable 5.2medium59.7%66.32026-11-09
17Muse Spark 1.3xhigh59.7%58.12026-09-02
18新Claude Fable 5.2high59.5%68.42026-11-09
19Kimi K3max59.5%60.22026-07-16
20Claude Opus 5.5medium59.3%61.22026-09-22
21GLM 5.3max59.0%58.82026-08-14
22Step 5 Preview58.9%56.02026-09-18
23Muse Spark 1.158.8%62.22026-07-09
24Muse Spark 1.3max58.8%60.62026-09-02
25Muse Spark 1.1xhigh58.8%59.52026-07-09
26Claude Fable 5.1high58.7%63.72026-09-01
27Kimi K358.7%60.72026-07-16
28Gemini 3.1 Pro58.7%59.92026-02-19
29Claude Opus 5.5low58.6%58.92026-09-22
30Muse Spark Open 816B A42Bxhigh58.5%58.12026-10-15
31新Claude Fable 5.2low57.8%65.32026-11-09
32GPT-5.6 Solhigh57.8%63.42026-07-09
33Grok 4.7high57.8%56.92026-09-21
34GPT-6 Solmax57.6%62.62026-09-22
35Muse Spark 1.2xhigh57.4%61.52026-08-05
36GPT-5.6 Solmedium57.4%61.32026-07-09
37Grok 4.7xhigh57.4%57.42026-09-21
38Claude Sonnet 5.5xhigh57.3%62.52026-09-28
39Gemini 3.7 Flashhigh57.2%62.12026-08-13
40GPT-5.6 Solmax57.1%65.32026-07-09
41GPT-5.6 Solxhigh57.1%63.92026-07-09
42Claude Fable 5.1low56.7%58.82026-09-01
43GPT-5.4xhigh56.6%63.12026-03-05
44Gemini 3.8 Flashhigh56.6%59.42026-09-02
45GPT-6 Astramax56.5%67.32026-09-03
46Grok 4.6high56.5%60.62026-08-12
47Claude Opus 5max56.4%65.02026-07-24
48Claude Fable 5.1medium56.4%61.72026-09-01
49GPT-5.6 Sollow56.4%60.22026-07-09
50GPT-5.5high56.1%63.52026-04-23
51Grok 4.6medium55.9%59.42026-08-12
52DeepSeek V4.1 Flash 1017max55.9%57.72026-10-17
53GPT-5.5xhigh55.8%64.12026-04-23
54GPT-6.1 Solhigh55.8%63.42026-09-29
55GPT-6 Astraxhigh55.7%66.02026-09-03
56GPT-6.1 Solxhigh55.7%63.62026-09-29
57GPT-6 Astrahigh55.4%66.32026-09-03
58GPT-6.1 Terramax55.1%64.12026-10-26
59Gemini 3.8 Flashmedium55.1%60.22026-09-02
60GPT-6 Solxhigh55.1%58.42026-09-22

更多编程基准测试 · 全部大模型基准测试

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。