claude-opus-4-7_maxAnthropic
- Результат
- Популярность
- Нет данных
EPOCH AI · ОТКРЫТЫЕ РЕЗУЛЬТАТЫ
SWE-bench Verified · Epoch
Исправление задач в репозиториях в окружении Epoch AI / Inspect.
33результатов / конфигураций
%доля решённых заданий
±1 SEошибка среднего, если известна
11.10.2026проверка выгрузки · устарела
Что учитывает этот рейтинг
Результат относится к модели вместе с окружением запуска. Не смешивается с таблицами других агентов и настроек SWE-bench. Обновление выгрузки не меняет дату старого теста. Места рассчитаны по всей таблице теста; поиск и сортировка их не меняют. Одинаковый результат означает одинаковое место. Оценки разных таблиц не усредняются.
| # | Модель / разработчик | Где использовать | ||
|---|---|---|---|---|
| 1 | claude-opus-4-7_maxAnthropic | — | — | |
| 2 | gpt-5.5-pre-release_xhighOpenAI | — | — | |
| 3 | gemini-3.5-flash_highGoogle DeepMind | |||
| 4 | claude-opus-4-6Anthropic | |||
| 5 | glm-5.2_maxZ.ai (Zhipu AI) | Локально | ||
| 6 | deepseek-v4-pro_maxDeepSeek | — | — | |
| 7 | qwen3.7-maxAlibaba | — | — | |
| 8 | gpt-5.4-2026-03-05_highOpenAI | — | — | |
| 9 | claude-opus-4-5-20251101Anthropic | |||
| 9 | kimi-k2.6Moonshot | Локально | ||
| 9 | qwen3.6-max-previewAlibaba | — | — | |
| 12 | gemini-3.1-pro-preview-customtoolsGoogle DeepMind | — | — | |
| 13 | gemini-3-flash-previewGoogle DeepMind | — | — | |
| 14 | claude-sonnet-4-6Anthropic | |||
| 15 | gpt-5.3-codex_highOpenAI | — | — | |
| 16 | glm-5.1Z.ai (Zhipu AI) | — | — | |
| 17 | gpt-5.2-2025-12-11_highOpenAI | — | — | |
| 17 | kimi-k2.5Moonshot | — | — | |
| 19 | gpt-5-2025-08-07_highOpenAI | — | — | |
| 20 | claude-opus-4-1-20250805Anthropic | — | — | |
| 21 | gemini-3-pro-previewGoogle DeepMind | — | — | |
| 22 | glm-5Z.ai (Zhipu AI) | — | Локально | |
| 23 | gpt-5-2025-08-07_mediumOpenAI | — | — | |
| 24 | claude-sonnet-4-5-20250929Anthropic | |||
| 25 | claude-opus-4-20250514Anthropic | — | — |
- Результат
- Популярность
- Нет данных
Где использовать
—gemini-3.5-flash_highGoogle DeepMind
- Результат
- Популярность
Где использовать
claude-opus-4-6Anthropic
- Результат
- Популярность
Где использовать
glm-5.2_maxZ.ai (Zhipu AI)
- Результат
- Популярность
Где использовать
Локальноdeepseek-v4-pro_maxDeepSeek
- Результат
- Популярность
- Нет данных
Где использовать
—qwen3.7-maxAlibaba
- Результат
- Популярность
- Нет данных
Где использовать
—gpt-5.4-2026-03-05_highOpenAI
- Результат
- Популярность
- Нет данных
Где использовать
—claude-opus-4-5-20251101Anthropic
- Результат
- Популярность
Где использовать
kimi-k2.6Moonshot
- Результат
- Популярность
Где использовать
Локальноqwen3.6-max-previewAlibaba
- Результат
- Популярность
- Нет данных
Где использовать
—gemini-3.1-pro-preview-customtoolsGoogle DeepMind
- Результат
- Популярность
- Нет данных
Где использовать
—gemini-3-flash-previewGoogle DeepMind
- Результат
- Популярность
- Нет данных
Где использовать
—claude-sonnet-4-6Anthropic
- Результат
- Популярность
Где использовать
gpt-5.3-codex_highOpenAI
- Результат
- Популярность
- Нет данных
Где использовать
—glm-5.1Z.ai (Zhipu AI)
- Результат
- Популярность
- Нет данных
Где использовать
—gpt-5.2-2025-12-11_highOpenAI
- Результат
- Популярность
- Нет данных
Где использовать
—kimi-k2.5Moonshot
- Результат
- Популярность
- Нет данных
Где использовать
—gpt-5-2025-08-07_highOpenAI
- Результат
- Популярность
- Нет данных
Где использовать
—claude-opus-4-1-20250805Anthropic
- Результат
- Популярность
- Нет данных
Где использовать
—gemini-3-pro-previewGoogle DeepMind
- Результат
- Популярность
- Нет данных
Где использовать
—glm-5Z.ai (Zhipu AI)
- Результат
- Популярность
- Нет данных
Где использовать
Локальноgpt-5-2025-08-07_mediumOpenAI
- Результат
- Популярность
- Нет данных
Где использовать
—claude-sonnet-4-5-20250929Anthropic
- Результат
- Популярность
Где использовать
claude-opus-4-20250514Anthropic
- Результат
- Популярность
- Нет данных
Где использовать
—Наличие точной версии и режима в сервисе зависит от тарифа. Ссылки ведут к условиям продукта.
Как использовать этот рейтинг
Сначала найдите нужную версию и режим. Сравнивайте результаты в рамках одного теста и учитывайте дату. Небольшая разница в баллах при заметной ошибке среднего не доказывает превосходство модели.
Для Epoch выбран последний датированный запуск для каждого точного идентификатора, если источник содержит несколько записей. Средний результат переведён в проценты. Поле «лучший результат» не подставляется вместо среднего. Для Aider показана доля решённых задач после двух попыток на наборе из 225 заданий; версии оболочки и форматы правок доступны в подсказке к результату.
Подробнее о выборе по рейтингамИсточник: Epoch AI · CC BY 4.0. Изменения LLMXP: отбор записей, перевод подписей и единиц, сортировка. Задания и ответы моделей не публикуются.