SWE Bench Multilingual
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentageCode
النتائج المسجلة
35
متوسط النقاط
67.61%
نطاق النقاط
39.33% - 89.50%
النموذج المتصدر
89.50% - Claude Opus 5
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Claude Opus 5 | ٢٤ يوليو ٢٠٢٦ | ٨٩٫٥٠٪ | 300 problems across 9 programming languages; adaptive thinking at max effort; average of 5 trials | نعم | المصدر | |
| Claude Mythos Preview | ٠٧ أبريل ٢٠٢٦ | ٨٧٫٣٠٪ | - | نعم | المصدر | |
| Claude Opus 4.7 | ١٦ أبريل ٢٠٢٦ | ٨٠٫٥٠٪ | - | نعم | المصدر | |
| Laguna S 2.1 | ٢١ يوليو ٢٠٢٦ | ٧٨٫٥٠٪ | mean pass@1 | نعم | المصدر | |
| Qwen 3.7 Max | ٢١ مايو ٢٠٢٦ | ٧٨٫٣٠٪ | Internal agent scaffold | نعم | المصدر | |
| Claude Sonnet 5 | ٣٠ يونيو ٢٠٢٦ | ٧٨٫٣٠٪ | SWE-bench Multilingual; standard configuration; average over five trials | نعم | المصدر | |
| Beam | ٠٥ أكتوبر ٢٠٢٦ | ٧٨٪ | Reflection-reported launch score. Source row: SWEBench Multilingual. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced. | نعم | المصدر | |
| Claude Opus 4.6 | ٠٥ فبراير ٢٠٢٦ | ٧٧٫٨٣٪ | - | نعم | المصدر | |
| MiniMax M2.7 | ١٨ مارس ٢٠٢٦ | ٧٦٫٥٠٪ | - | نعم | المصدر | |
| Claude Opus 4.5 | ٢٤ نوفمبر ٢٠٢٥ | ٧٦٫٢٠٪ | Avg@5 | نعم | المصدر | |
| Claude Sonnet 4.6 | ١٧ فبراير ٢٠٢٦ | ٧٥٫٩٠٪ | - | نعم | المصدر | |
| Qwen 3.6 Plus | ٠١ أبريل ٢٠٢٦ | ٧٣٫٨٠٪ | - | نعم | المصدر | |
| Kimi K2.5 | ٢٧ يناير ٢٠٢٦ | ٧٣٪ | - | نعم | المصدر | |
| MiniMax M2.1 | ٢٣ ديسمبر ٢٠٢٥ | ٧٢٫٥٠٪ | Outperforms Claude Sonnet 4.5 (68%) and DeepSeek V3.2 (70.2%) | نعم | المصدر | |
| Seed 2.0 Pro | ١٤ فبراير ٢٠٢٦ | ٧١٫٧٠٪ | Seed2 official benchmark table | SWE Multilingual | نعم | المصدر | |
| MiMo V2 Flash | ١٦ ديسمبر ٢٠٢٥ | ٧١٫٧٠٪ | - | نعم | المصدر | |
| MiMo V2 Pro | ١٨ مارس ٢٠٢٦ | ٧١٫٧٠٪ | - | نعم | المصدر | |
| MiMo V2 TTS (Free) | ١٨ مارس ٢٠٢٦ | ٧١٫٧٠٪ | inferred modality/version alias from mimo-v2-pro | نعم | المصدر | |
| Qwen 3.5 397B A17B | ١٦ فبراير ٢٠٢٦ | ٦٩٫٣٠٪ | - | نعم | المصدر | |
| GLM 4.7 | ٢٢ ديسمبر ٢٠٢٥ | ٦٦٫٧٠٪ | - | نعم | المصدر | |
| Seed 2.0 Lite | ١٤ فبراير ٢٠٢٦ | ٦٤٫٤٠٪ | Seed2 official benchmark table | SWE Multilingual | نعم | المصدر | |
| Laguna XS 2.1 | ٠٢ يوليو ٢٠٢٦ | ٦٣٫١٠٪ | mean pass@1 | نعم | المصدر | |
| Kimi K2 Thinking | ٠٦ نوفمبر ٢٠٢٥ | ٦١٫١٠٪ | inferred alias from kimi-k2-thinking-0905 | نعم | المصدر | |
| DeepSeek OCR 2 | - | ٥٧٫٩٠٪ | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | نعم | المصدر | |
| DeepSeek V3.2 Exp | ٢٩ سبتمبر ٢٠٢٥ | ٥٧٫٩٠٪ | - | نعم | المصدر |
