BenchLeader

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。

26 / 26
#
1Muse Wonder Fullmax34.0%61.7$19.542026-10-29
2Claude Opus 5.5xhigh30.4%65.4$44.122026-10-29
3Claude Opus 5max28.5%65.0$41.492026-10-29
4Claude Fable 5.1max28.0%66.7$149.662026-10-29
5GPT-6 Astramax27.6%67.3$84.722026-10-29
6Muse Wondermax26.6%60.8$13.722026-10-29
7Qwen3.8 Max Internal24.8%–$11.592026-10-29
8GPT-5.6 Lunamax22.6%56.2$4.912026-10-29
9Gemini 4 Argonhigh21.2%65.3$18.662026-10-29
10Muse Spark 1.3max20.5%60.6$5.602026-10-29
11Claude Haiku 5.5max20.4%55.3$8.302026-10-29
12GPT-5.6 Solmax20.0%65.3$47.432026-10-29
13GLM 5.3max20.0%58.8$8.242026-10-29
14Gemini 3.8 Flashhigh18.8%59.4$18.912026-10-29
15Kimi K3max18.2%60.2$9.402026-10-29
16DeepSeek V4 Promax17.5%54.7$5.892026-10-29
17DeepSeek V4.1 Flashhigh16.4%55.6$0.6882026-10-29
18GLM 5.3 Flashmax16.0%52.4$0.9262026-10-29
19GPT-5.6 Terramax14.8%59.5$33.332026-10-29
20Grok 4.6high14.8%60.6$26.272026-10-29
21Mistral Large 4high14.3%48.3$3.442026-10-29
22Claude Sonnet 5max13.8%56.1$71.152026-10-29
23Qwen3.8 Maxmax12.8%58.7$9.682026-10-29
24MiniMax M39.2%56.1$3.032026-10-29
25Inkling7.3%50.4$5.002026-10-29
26Gemini 3.1 Prohigh6.7%60.4$3.362026-10-29

更多编程基准测试 · 全部大模型基准测试

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。