SWE Bench Pro
نتائج معايير الذكاء الاصطناعي وأداء النماذج
النوع: percentage
النتائج المسجلة
40
متوسط النقاط
58.65%
نطاق النقاط
46% - 80.30%
النموذج المتصدر
80.30% - Claude Fable 5
النقاط بمرور الوقت
نقاط المعيار الفردية معروضة حسب التاريخ.
نتائج النماذج
| المؤسسة | النماذج | تاريخ الإبلاغ | أعلى نقطة | معلومات | مُبلَّغ عنها ذاتيًا | المصدر |
|---|---|---|---|---|---|---|
| Claude Fable 5 | ٠٩ يونيو ٢٠٢٦ | ٨٠٫٣٠٪ | Higher of Mythos 5 / Fable 5 in Anthropic's launch table | نعم | المصدر | |
| Claude Mythos 5 | ٠٩ يونيو ٢٠٢٦ | ٨٠٫٣٠٪ | Higher of Mythos 5 / Fable 5 in Anthropic's launch table | نعم | المصدر | |
| Claude Opus 5 | ٢٤ يوليو ٢٠٢٦ | ٧٩٫٢٠٪ | Adaptive thinking at max effort; default sampling settings; average of 5 trials | نعم | المصدر | |
| Claude Mythos Preview | ٠٧ أبريل ٢٠٢٦ | ٧٧٫٨٠٪ | - | نعم | المصدر | |
| Fugu Ultra | ٢٢ يونيو ٢٠٢٦ | ٧٣٫٧٠٪ | Sakana Fugu product page benchmark table. | نعم | المصدر | |
| Claude Opus 4.8 | ٢٨ مايو ٢٠٢٦ | ٦٩٫٢٠٪ | Max effort; avg 5 trials | نعم | المصدر | |
| Claude Opus 4.7 | ١٦ أبريل ٢٠٢٦ | ٦٤٫٣٠٪ | - | نعم | المصدر | |
| Claude Sonnet 5 | ٣٠ يونيو ٢٠٢٦ | ٦٣٫٢٠٪ | SWE-bench Pro; standard configuration; average over five trials | نعم | المصدر | |
| Qwen 3.8 27B | ١٤ أغسطس ٢٠٢٦ | ٦١٫٧٠٪ | - | نعم | المصدر | |
| Muse Spark 1.1 | ٠٩ يوليو ٢٠٢٦ | ٦١٫٥٠٪ | Diverse software engineering | نعم | المصدر | |
| Qwen 3.7 Max | ٢١ مايو ٢٠٢٦ | ٦٠٫٦٠٪ | SWE-Pro; refined benchmark; internal agent scaffold | نعم | المصدر | |
| Laguna S 2.1 | ٢١ يوليو ٢٠٢٦ | ٥٩٫٤٠٪ | public dataset mean pass@1 | نعم | المصدر | |
| MiniMax M3 | ٠١ يونيو ٢٠٢٦ | ٥٩٪ | - | نعم | المصدر | |
| Fugu | ٢٢ يونيو ٢٠٢٦ | ٥٩٪ | Sakana Fugu product page benchmark table. | نعم | المصدر | |
| GPT 5.5 | ٢٣ أبريل ٢٠٢٦ | ٥٨٫٦٠٪ | Public | نعم | المصدر | |
| GLM 5.1 | ٠٧ أبريل ٢٠٢٦ | ٥٨٫٤٠٪ | - | نعم | المصدر | |
| GPT 5 Pro | ٠٧ أغسطس ٢٠٢٥ | ٥٧٫٧٠٪ | inferred family alias from gpt-5.4 (score=0.4083; benches=19) | نعم | المصدر | |
| GPT 5 Search API | ١٤ أكتوبر ٢٠٢٥ | ٥٧٫٧٠٪ | inferred family alias from gpt-5.4 (score=0.3050; benches=19) | نعم | المصدر | |
| GPT 5.4 | ٠٥ مارس ٢٠٢٦ | ٥٧٫٧٠٪ | Public | نعم | المصدر | |
| GPT 5.3 Codex | ٠٥ فبراير ٢٠٢٦ | ٥٦٫٨٠٪ | Public; xhigh reasoning | نعم | المصدر | |
| Qwen 3.6 Plus | ٠١ أبريل ٢٠٢٦ | ٥٦٫٦٠٪ | - | نعم | المصدر | |
| GPT 5.2 Codex | ١٨ ديسمبر ٢٠٢٥ | ٥٦٫٤٠٪ | - | نعم | المصدر | |
| MiniMax M2.7 | ١٨ مارس ٢٠٢٦ | ٥٦٫٢٠٪ | - | نعم | المصدر | |
| MiMo V2.5 | ٢٣ أبريل ٢٠٢٦ | ٥٦٫١٠٪ | Hugging Face evaluation result | نعم | المصدر | |
| GPT 5.2 | ١١ ديسمبر ٢٠٢٥ | ٥٥٫٦٠٪ | - | نعم | المصدر |
