Vibe Code Bench 1-100 排行榜
截至 2026年11月16日,Vibe Code Bench 1-100 的最高分为 34.0%,由 Muse Wonder Full(Meta)取得,领先于 Claude Opus 5.5(30.4%)。共有 26 个模型配置公布了结果(Vals AI,结果日期 2026年10月29日)。从一个能运行的应用出发,智能体依次实现一百个功能需求;分数是它在不破坏应用的前提下完成了多少个。Vibe Code Bench 1-100 仅作参考展示,不计入 BenchLeader Index。
要点(截至 2026年11月16日)
- Muse Wonder Full 以 34.0% 保持 Vibe Code Bench 1-100 最高分(Vals AI,2026年10月29日)。
- Claude Opus 5.5 以 30.4% 位列 Vibe Code Bench 1-100 第二(Vals AI,2026年10月29日)。
- Vibe Code Bench 1-100:按需求逐次扩展一个可运行的网页应用,共 100 次。由 Vals AI 运行(Vals AI)。
- BenchLeader 上有 26 个模型配置公布了 Vibe Code Bench 1-100 结果(BenchLeader,2026年11月16日)。
- Vibe Code Bench 1-100 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。
按需求逐次扩展一个可运行的网页应用,共 100 次。由 Vals AI 运行。
- 发布方
- Vals AI
- 类别
- 编程
- Index 权重
- 仅作参考
- 模型
- 26
- 数据截至
- 2026年11月16日
Vals AI (vals.ai).
测试内容
从一个能运行的应用出发,智能体依次实现一百个功能需求;分数是它在不破坏应用的前提下完成了多少个。
评分方式
完成的需求数,由 Vals AI 运行。
注意事项
测试的是持续的智能体编程,而不是一次性生成。
- 1Muse Wonder Full (max)34.0%
- 2Claude Opus 5.5 (xhigh)30.4%
- 3Claude Opus 5 (max)28.5%
- 4Claude Fable 5.1 (max)28.0%
- 5GPT-6 Astra (max)27.6%
- 6Muse Wonder (max)26.6%
- 7Qwen3.8 Max Internal24.8%
- 8GPT-5.6 Luna (max)22.6%
- 9Gemini 4 Argon (high)21.2%
- 10Muse Spark 1.3 (max)20.5%
- 11Claude Haiku 5.5 (max)20.4%
- 12GPT-5.6 Sol (max)20.0%
- 13GLM 5.3 (max)20.0%
- 14Gemini 3.8 Flash (high)18.8%
- 15Kimi K3 (max)18.2%
26 / 26
| # | |||||
|---|---|---|---|---|---|
| 1 | 34.0% | 61.7 | $19.54 | 2026-10-29 | |
| 2 | 30.4% | 65.4 | $44.12 | 2026-10-29 | |
| 3 | 28.5% | 65.0 | $41.49 | 2026-10-29 | |
| 4 | 28.0% | 66.7 | $149.66 | 2026-10-29 | |
| 5 | 27.6% | 67.3 | $84.72 | 2026-10-29 | |
| 6 | 26.6% | 60.8 | $13.72 | 2026-10-29 | |
| 7 | 24.8% | – | $11.59 | 2026-10-29 | |
| 8 | 22.6% | 56.2 | $4.91 | 2026-10-29 | |
| 9 | 21.2% | 65.3 | $18.66 | 2026-10-29 | |
| 10 | 20.5% | 60.6 | $5.60 | 2026-10-29 | |
| 11 | 20.4% | 55.3 | $8.30 | 2026-10-29 | |
| 12 | 20.0% | 65.3 | $47.43 | 2026-10-29 | |
| 13 | 20.0% | 58.8 | $8.24 | 2026-10-29 | |
| 14 | 18.8% | 59.4 | $18.91 | 2026-10-29 | |
| 15 | 18.2% | 60.2 | $9.40 | 2026-10-29 | |
| 16 | 17.5% | 54.7 | $5.89 | 2026-10-29 | |
| 17 | 16.4% | 55.6 | $0.688 | 2026-10-29 | |
| 18 | 16.0% | 52.4 | $0.926 | 2026-10-29 | |
| 19 | 14.8% | 59.5 | $33.33 | 2026-10-29 | |
| 20 | 14.8% | 60.6 | $26.27 | 2026-10-29 | |
| 21 | 14.3% | 48.3 | $3.44 | 2026-10-29 | |
| 22 | 13.8% | 56.1 | $71.15 | 2026-10-29 | |
| 23 | 12.8% | 58.7 | $9.68 | 2026-10-29 | |
| 24 | 9.2% | 56.1 | $3.03 | 2026-10-29 | |
| 25 | 7.3% | 50.4 | $5.00 | 2026-10-29 | |
| 26 | 6.7% | 60.4 | $3.36 | 2026-10-29 |
相关基准测试
Vibe Code Bench 1-100 上的热门模型对比
引用格式:BenchLeader,《Vibe Code Bench 1-100 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/vals_vibe_code_bench。
Vibe Code Bench 1-100:常见问题
- Vibe Code Bench 1-100 衡量的是什么?
- 从一个能运行的应用出发,智能体依次实现一百个功能需求;分数是它在不破坏应用的前提下完成了多少个。分数以完成任务的百分比表示,越高越好。
- Vibe Code Bench 1-100 的最高分是多少?
- 截至 2026年11月16日,Vibe Code Bench 1-100 的最高分为 34.0%,由 Muse Wonder Full 取得(结果日期 2026年10月29日),领先于 Claude Opus 5.5(30.4%)。分数来自 Vals AI,每天重新读取。
- 哪个 AI 模型在 Vibe Code Bench 1-100 上领先?
- 截至 2026年11月16日,Vibe Code Bench 1-100 排名第一的是 Muse Wonder Full,分数为 34.0%(结果日期 2026年10月29日)。其后为 Claude Opus 5.5(30.4%)。
- 有多少模型有 Vibe Code Bench 1-100 结果?
- BenchLeader 上有 26 个模型配置有 Vibe Code Bench 1-100 结果,全部取自 Vals AI。
- Vibe Code Bench 1-100 由谁运行,多久更新一次?
- Vibe Code Bench 1-100 由 Vals AI 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。
- Vibe Code Bench 1-100 是否计入 BenchLeader Index?
- 不计入。Vibe Code Bench 1-100 仅作参考展示,不计入综合分数。