SWE-bench Multilingual编程

OpenHands 框架, 多语言代码修复基准SWE-bench Multilingual 将 SWE-bench 扩展至 9 种编程语言（C/C++、Go、Java、JavaScript/TypeScript、PHP、Ruby、Rust），包含 42 个仓库的 300 个任务。评估 AI 跨语言理解和修复真实世界代码缺陷的能力，覆盖更广泛的软件生态。

排行数据源

#模型得分

1

Claude Opus 5.5Anthropic

93.9%

2

Claude Sonnet 5.5Anthropic

90.3%

3

Claude Opus 5Anthropic

89.5%

4

Claude Fable 5.1Anthropic

89.1%

5

Claude Opus 4.8Anthropic

84.8%

6

Claude Haiku 5.5Anthropic

83.7%

7

GLM-5.2智谱AI

83.0%

8

Qwen3.8-Flash-Next阿里巴巴

81.0%

9

Claude Opus 4.7Anthropic

80.5%

10

Claude Sonnet 5Anthropic

78.3%

共 48 个模型

返回基准目录