SWE Bench Multilingual
Resultados de benchmarks de IA e desempenho dos modelos
Tipo: percentageCode
Resultados registrados
35
Pontuação média
67.61%
Faixa de pontuação
39.33% - 89.50%
Modelo líder
89.50% - Claude Opus 5
Pontuações ao longo do tempo
Pontuações individuais do benchmark exibidas por data.
Resultados de modelos
| Organização | Modelos | Data informada | Maior pontuação | Informações | Declarado pelo provedor | Fonte |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 24 de jul. de 2026 | 89,50% | 300 problems across 9 programming languages; adaptive thinking at max effort; average of 5 trials | Sim | Fonte | |
| Claude Mythos Preview | 07 de abr. de 2026 | 87,30% | - | Sim | Fonte | |
| Claude Opus 4.7 | 16 de abr. de 2026 | 80,50% | - | Sim | Fonte | |
| Laguna S 2.1 | 21 de jul. de 2026 | 78,50% | mean pass@1 | Sim | Fonte | |
| Qwen 3.7 Max | 21 de mai. de 2026 | 78,30% | Internal agent scaffold | Sim | Fonte | |
| Claude Sonnet 5 | 30 de jun. de 2026 | 78,30% | SWE-bench Multilingual; standard configuration; average over five trials | Sim | Fonte | |
| Beam | 05 de out. de 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. | Sim | Fonte | |
| Claude Opus 4.6 | 05 de fev. de 2026 | 77,83% | - | Sim | Fonte | |
| MiniMax M2.7 | 18 de mar. de 2026 | 76,50% | - | Sim | Fonte | |
| Claude Opus 4.5 | 24 de nov. de 2025 | 76,20% | Avg@5 | Sim | Fonte | |
| Claude Sonnet 4.6 | 17 de fev. de 2026 | 75,90% | - | Sim | Fonte | |
| Qwen 3.6 Plus | 01 de abr. de 2026 | 73,80% | - | Sim | Fonte | |
| Kimi K2.5 | 27 de jan. de 2026 | 73% | - | Sim | Fonte | |
| MiniMax M2.1 | 23 de dez. de 2025 | 72,50% | Outperforms Claude Sonnet 4.5 (68%) and DeepSeek V3.2 (70.2%) | Sim | Fonte | |
| Seed 2.0 Pro | 14 de fev. de 2026 | 71,70% | Seed2 official benchmark table | SWE Multilingual | Sim | Fonte | |
| MiMo V2 Flash | 16 de dez. de 2025 | 71,70% | - | Sim | Fonte | |
| MiMo V2 Pro | 18 de mar. de 2026 | 71,70% | - | Sim | Fonte | |
| MiMo V2 TTS (Free) | 18 de mar. de 2026 | 71,70% | inferred modality/version alias from mimo-v2-pro | Sim | Fonte | |
| Qwen 3.5 397B A17B | 16 de fev. de 2026 | 69,30% | - | Sim | Fonte | |
| GLM 4.7 | 22 de dez. de 2025 | 66,70% | - | Sim | Fonte | |
| Seed 2.0 Lite | 14 de fev. de 2026 | 64,40% | Seed2 official benchmark table | SWE Multilingual | Sim | Fonte | |
| Laguna XS 2.1 | 02 de jul. de 2026 | 63,10% | mean pass@1 | Sim | Fonte | |
| Kimi K2 Thinking | 06 de nov. de 2025 | 61,10% | inferred alias from kimi-k2-thinking-0905 | Sim | Fonte | |
| DeepSeek OCR 2 | - | 57,90% | inferred family alias from deepseek-v3.2-exp (score=0.3809; benches=14) | Sim | Fonte | |
| DeepSeek V3.2 Exp | 29 de set. de 2025 | 57,90% | - | Sim | Fonte |
