AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
SWE-bench Multilingual
A multilingual benchmark for issue resolving in software engineering that covers Java, TypeScript, JavaScript, Go, Rust, C, and C++. Contains 1,632 high-quality instances carefully annotated from 2,456 candidates by 68 expert annotators, designed to evaluate Large Language Models across diverse software ecosystems beyond Python.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 38
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Claude Mythos Preview | 0.873 | 未收录 | 未收录 | 2026-04-07 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.844 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| Laguna S 2.1 | 0.785 | 未收录 | 未收录 | 2026-07-21 · model_announcement | LLM Stats |
| Claude Sonnet 5 | 0.783 | 未收录 | 未收录 | 2026-06-30 · model_announcement | LLM Stats |
| Qwen3.7 Max | 0.783 | 未收录 | 未收录 | 2026-05-19 · model_announcement | LLM Stats |
| Claude Opus 4.6 | 0.7783 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| Kimi K2.6 | 0.767 | 未收录 | 未收录 | 2026-04-20 · model_announcement | LLM Stats |
| MiniMax M2.7 | 0.765 | 未收录 | 未收录 | 2026-03-18 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-Max | 0.762 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Hy3 | 0.758 | 未收录 | 未收录 | 2026-07-06 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.758 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |
| Qwen3.6 Plus | 0.738 | 未收录 | 未收录 | 2026-04-02 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-Max | 0.733 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Kimi K2.5 | 0.73 | 未收录 | 未收录 | 2026-01-27 · model_announcement | LLM Stats |
| MiniMax M2.1 | 0.725 | 未收录 | 未收录 | 2025-12-23 · model_announcement | LLM Stats |
| MiMo-V2-Pro | 0.717 | 未收录 | 未收录 | 2026-03-18 · model_announcement | LLM Stats |
| MiMo-V2-Flash | 0.717 | 未收录 | 未收录 | 2025-12-16 · model_announcement | LLM Stats |
| Qwen3.6-27B | 0.713 | 未收录 | 未收录 | 2026-04-21 · model_announcement | LLM Stats |
| DeepSeek-V4-Flash-0423 | 0.702 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| DeepSeek-V3.2 | 0.702 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| DeepSeek-V3.2 (Thinking) | 0.702 | 未收录 | 未收录 | 2025-12-01 · model_announcement | LLM Stats |
| Qwen3.5-397B-A17B | 0.693 | 未收录 | 未收录 | 2026-02-16 · model_announcement | LLM Stats |
| Nemotron 3 Ultra (550B A55B) | 0.677 | 未收录 | 未收录 | 2026-06-04 · model_announcement | LLM Stats |
| Qwen3.6-35B-A3B | 0.672 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| GLM-4.7 | 0.667 | 未收录 | 未收录 | 2025-12-22 · model_announcement | LLM Stats |
| MAI-Code-1-Flash | 0.655 | 未收录 | 未收录 | 2026-06-02 · model_announcement | LLM Stats |
| Laguna XS 2.1 | 0.631 | 未收录 | 未收录 | 2026-07-02 · model_announcement | LLM Stats |
| Kimi K2-Thinking-0905 | 0.611 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| DeepSeek-V3.2-Exp | 0.579 | 未收录 | 未收录 | 2025-09-29 · model_announcement | LLM Stats |
| MiniMax M2 | 0.565 | 未收录 | 未收录 | 2025-10-27 · model_announcement | LLM Stats |
| Qwen3-Coder 480B A35B Instruct | 0.547 | 未收录 | 未收录 | 2025-01-31 · model_announcement | LLM Stats |
| DeepSeek-V3.1 | 0.545 | 未收录 | 未收录 | 2025-01-10 · model_announcement | LLM Stats |
| Kimi K2-Instruct-0905 | 0.473 | 未收录 | 未收录 | 2025-09-05 · model_announcement | LLM Stats |
| Kimi K2 Instruct | 0.473 | 未收录 | 未收录 | 2025-07-11 · model_announcement | LLM Stats |
| Nemotron 3 Super (120B A12B) | 0.4578 | 未收录 | 未收录 | 2026-03-11 · model_announcement | LLM Stats |
| Nemotron 3.5 Lightning (30B A3B) | 0.3933 | 未收录 | 未收录 | 2026-08-11 · model_announcement | LLM Stats |
| LongCat-Flash-Lite | 0.381 | 未收录 | 未收录 | 2026-02-05 · model_announcement | LLM Stats |
| DeepSeek-R1-0528 | 0.305 | 未收录 | 未收录 | 2025-05-28 · model_announcement | LLM Stats |