SWE Bench Multilingual
Ergebnisse von KI-Benchmarks und Modellleistung
Typ: percentageCode
Erfasste Ergebnisse
35
Durchschnittspunktzahl
67.61%
Punktzahlbereich
39.33% - 89.50%
Führendes Modell
89.50% - Claude Opus 5
Punktzahlen im Zeitverlauf
Einzelne Benchmark-Punktzahlen nach Datum.
Modellergebnisse
| Organisation | Modelle | Gemeldet am | Höchste Punktzahl | Info | Selbst gemeldet | Quelle |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 24. Juli 2026 | 89,50 % | 300 problems across 9 programming languages; adaptive thinking at max effort; average of 5 trials | Ja | Quelle | |
| Claude Mythos Preview | 07. Apr. 2026 | 87,30 % | - | Ja | Quelle | |
| Claude Opus 4.7 | 16. Apr. 2026 | 80,50 % | - | Ja | Quelle | |
| Laguna S 2.1 | 21. Juli 2026 | 78,50 % | mean pass@1 | Ja | Quelle | |
| Qwen 3.7 Max | 21. Mai 2026 | 78,30 % | Internal agent scaffold | Ja | Quelle | |
| Claude Sonnet 5 | 30. Juni 2026 | 78,30 % | SWE-bench Multilingual; standard configuration; average over five trials | Ja | Quelle | |
| Beam | 05. Okt. 2026 | 78 % | 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. | Ja | Quelle | |
| Claude Opus 4.6 | 05. Feb. 2026 | 77,83 % | - | Ja | Quelle | |
| MiniMax M2.7 | 18. März 2026 | 76,50 % | - | Ja | Quelle | |
| Claude Opus 4.5 | 24. Nov. 2025 | 76,20 % | Avg@5 | Ja | Quelle | |
| Claude Sonnet 4.6 | 17. Feb. 2026 | 75,90 % | - | Ja | Quelle | |
| Qwen 3.6 Plus | 01. Apr. 2026 | 73,80 % | - | Ja | Quelle | |
| Kimi K2.5 | 27. Jan. 2026 | 73 % | - | Ja | Quelle | |
| MiniMax M2.1 | 23. Dez. 2025 | 72,50 % | Outperforms Claude Sonnet 4.5 (68%) and DeepSeek V3.2 (70.2%) | Ja | Quelle | |
| Seed 2.0 Pro | 14. Feb. 2026 | 71,70 % | Seed2 official benchmark table | SWE Multilingual | Ja | Quelle | |
| MiMo V2 Flash | 16. Dez. 2025 | 71,70 % | - | Ja | Quelle | |
| MiMo V2 Pro | 18. März 2026 | 71,70 % | - | Ja | Quelle | |
| MiMo V2 TTS (Free) | 18. März 2026 | 71,70 % | inferred modality/version alias from mimo-v2-pro | Ja | Quelle | |
| Qwen 3.5 397B A17B | 16. Feb. 2026 | 69,30 % | - | Ja | Quelle | |
| GLM 4.7 | 22. Dez. 2025 | 66,70 % | - | Ja | Quelle | |
| Seed 2.0 Lite | 14. Feb. 2026 | 64,40 % | Seed2 official benchmark table | SWE Multilingual | Ja | Quelle | |
| Laguna XS 2.1 | 02. Juli 2026 | 63,10 % | mean pass@1 | Ja | Quelle | |
| Kimi K2 Thinking | 06. Nov. 2025 | 61,10 % | inferred alias from kimi-k2-thinking-0905 | Ja | Quelle | |
| DeepSeek OCR 2 | - | 57,90 % | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | Ja | Quelle | |
| DeepSeek V3.2 Exp | 29. Sept. 2025 | 57,90 % | - | Ja | Quelle |
