正在加载页面内容
SWE-bench Pro
xAI Grok 4.5 发布页图表；resolution rate，pass@1。SWE-bench Pro 是 SWE-bench 的高难度子集，选取需要跨文件修改、多步推理的复杂真实 GitHub issue。模型需基于代码仓库和 issue 描述生成补丁，通过 FAIL_TO_PASS 和 PASS_TO_PASS 测试验证。该基准评估 AI 解决真实软件工程难题的上限能力。
编程官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 80.4 | Anthropic | xAI Grok 4.5 发布页 | ||
| 2 | 77.8 | Anthropic | OpenAI GPT-5.6 发布页 | ||
| 3 | 69.2 | Anthropic | OpenAI GPT-5.6 发布页 | ||
| 4 | 64.7 | xAI | xAI Grok 4.5 发布页 | ||
| 5 | 64.6 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 6 | 64.3 | Anthropic | xAI Grok 4.5 发布页 | ||
| 7 | 63.4 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 8 | 63.2 | Anthropic | Claude Sonnet 5 技术报告 | ||
| 9 | 62.7 | OpenAI | OpenAI GPT-5.6 发布页 | ||
| 10 | 62.1 | 智谱AI | xAI Grok 4.5 发布页 |
