BenchLeader

SWE-bench Multilingual (bash only) 排行榜

截至 2026年11月16日,SWE-bench Multilingual (bash only) 的最高分为 72.7%,由 Gemini 3 Flash(Google)取得,领先于 Claude Opus 4.6(72.0%)。共有 13 个模型配置公布了结果(SWE-bench,结果日期 2026年2月13日)。来自 42 个仓库、覆盖 9 种编程语言的 300 个真实 GitHub 问题,由 SWE-bench 团队用极简 bash-only mini-SWE-agent 框架运行。SWE-bench Multilingual (bash only) 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Gemini 3 Flash 以 72.7% 保持 SWE-bench Multilingual (bash only) 最高分(SWE-bench,2026年2月13日)。
  • Claude Opus 4.6 以 72.0% 位列 SWE-bench Multilingual (bash only) 第二(SWE-bench,2026年2月13日)。
  • SWE-bench Multilingual (bash only):来自 42 个仓库、覆盖 9 种编程语言的 300 个真实 GitHub 问题,由 SWE-bench 团队用极简 bash-only mini-SWE-agent 框架运行(SWE-bench)。
  • BenchLeader 上有 13 个模型配置公布了 SWE-bench Multilingual (bash only) 结果(BenchLeader,2026年11月16日)。
  • SWE-bench Multilingual (bash only) 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

来自 42 个仓库、覆盖 9 种编程语言的 300 个真实 GitHub 问题,由 SWE-bench 团队用极简 bash-only mini-SWE-agent 框架运行。

发布方
SWE-bench
类别
编程
Index 权重
仅作参考
模型
13
数据截至
2026年11月16日
最新结果
2026年2月20日

自 2026年2月20日 以来,发布方没有在该排行榜上公布新结果。BenchLeader 每天都会重新读取,新模型的结果一经公布就会出现在这里。

SWE-bench (Jimenez et al. 2024), swebench.com.

13 / 13
#
1Gemini 3 Flash72.7%56.5mini-SWE-agent$105.552026-02-13
2Claude Opus 4.672.0%62.1mini-SWE-agent$198.892026-02-13
3Claude Opus 4.570.7%57.1mini-SWE-agent$250.072026-02-13
4GLM-569.7%54.9mini-SWE-agent$192.742026-02-13
5Gemini 3 Pro68.7%60.0mini-SWE-agent$306.332026-02-13
6MiniMax M2.568.3%53.7mini-SWE-agent$30.062026-02-16
7Kimi K2.567.3%54.6mini-SWE-agent$207.852026-02-13
8Claude Sonnet 4.567.0%53.8mini-SWE-agent$200.862026-02-13
9GPT-5.2high66.7%55.8mini-SWE-agent$160.922026-02-13
10GPT-5.2-Codex66.3%57.6mini-SWE-agent$198.652026-02-20
11Claude Haiku 4.564.7%47.7mini-SWE-agent$113.852026-02-13
12DeepSeek V3.259.0%50.2mini-SWE-agent$115.152026-02-13
13GPT-5 mini39.7%56.6mini-SWE-agent$15.492026-02-13

更多编程基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《SWE-bench Multilingual (bash only) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/swe_bench_multilingual。

SWE-bench Multilingual (bash only):常见问题

SWE-bench Multilingual (bash only) 衡量的是什么?
来自 42 个仓库、覆盖 9 种编程语言的 300 个真实 GitHub 问题,由 SWE-bench 团队用极简 bash-only mini-SWE-agent 框架运行。分数以完成任务的百分比表示,越高越好。
SWE-bench Multilingual (bash only) 的最高分是多少?
截至 2026年11月16日,SWE-bench Multilingual (bash only) 的最高分为 72.7%,由 Gemini 3 Flash 取得(结果日期 2026年2月13日),领先于 Claude Opus 4.6(72.0%)。分数来自 SWE-bench,每天重新读取。
哪个 AI 模型在 SWE-bench Multilingual (bash only) 上领先?
截至 2026年11月16日,SWE-bench Multilingual (bash only) 排名第一的是 Gemini 3 Flash,分数为 72.7%(结果日期 2026年2月13日)。其后为 Claude Opus 4.6(72.0%)。
有多少模型有 SWE-bench Multilingual (bash only) 结果?
BenchLeader 上有 13 个模型配置有 SWE-bench Multilingual (bash only) 结果,全部取自 SWE-bench。
SWE-bench Multilingual (bash only) 由谁运行,多久更新一次?
SWE-bench Multilingual (bash only) 由 SWE-bench 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-bench Multilingual (bash only) 是否计入 BenchLeader Index?
不计入。SWE-bench Multilingual (bash only) 仅作参考展示,不计入综合分数。