מבחן הערכה
DeepSWE
מדד משני
מה הוא מודד
קוד ופיתוח תוכנה: כתיבת קוד נכון ועבודה בריפוזיטורי אמיתי · כתיבת קוד עצמאית: כתיבת קוד בתוך תהליך רב שלבי עם כלים
מה הוא לא מודד
- אינו בודק איכות עיצוב מערכת, אבטחה או תחזוקתיות לאורך זמן.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Muse Wonder Full | 79.0 | DeepSWE · דיווח של הספק | קישור |
| Muse Wonder | 78.8 | DeepSWE · דיווח של הספק | קישור |
| Gemini 4 Argon | 77.9 | DeepSWE · דיווח של הספק | קישור |
| DeepSeek V4.1 Flash 1017 | 77.0 | DeepSWE · דיווח של הספק | קישור |
| Claude Opus 5.5 | 74.2 | DeepSWE · דיווח של הספק | קישור |
| GPT-6 Astra | 74.1 | DeepSWE · דיווח של הספק | קישור |
| Gemini 3.8 Flash | 73.8 | DeepSWE · מדידה בלוח עצמאי | קישור |
| MiniMax M3.1 Flash | 73.7 | DeepSWE · דיווח של הספק | קישור |
| GPT-5.6 Sol | 72.7 | DeepSWE · דיווח של הספק | קישור |
| GPT-6.1 Sol | 71.9 | DeepSWE · דיווח של הספק | קישור |
| MiMo-V2.6-Pro | 71.9 | DeepSWE · דיווח של הספק | קישור |
| Claude Sonnet 5.5 | 71.0 | DeepSWE · דיווח של הספק | קישור |
| GPT-5.6 Terra | 69.6 | DeepSWE · דיווח של הספק | קישור |
| Claude Opus 5 | 68.8 | DeepSWE · דיווח של הספק | קישור |
| GPT-6 Sol | 68.8 | DeepSWE · דיווח של הספק | קישור |
| MiMo-V2.6-Flash | 67.9 | DeepSWE · דיווח של הספק | קישור |
| Step 5 Preview | 67.7 | DeepSWE · דיווח של הספק | קישור |
| Kimi K3 | 67.5 | DeepSWE · דיווח של הספק | קישור |
| Claude Fable 5.1 | 67.4 | DeepSWE · דיווח של הספק | קישור |
| GPT-5.6 Luna | 67.2 | DeepSWE · דיווח של הספק | קישור |
| GLM-5.3 | 66.9 | DeepSWE · דיווח של הספק | קישור |
| GPT-6 Luna | 66.6 | DeepSWE · דיווח של הספק | קישור |
| Grok 4.6 | 65.9 | DeepSWE · דיווח של הספק | קישור |
| Gemini 3.7 Flash | 65.3 | DeepSWE · דיווח של הספק | קישור |
| GLM-5.3-Flash | 63.4 | DeepSWE · דיווח של הספק | קישור |
| DeepSeek V4 Pro 0813 | 62.7 | DeepSWE · דיווח של הספק | קישור |
| Ling 3.1 Flash | 59.7 | DeepSWE · דיווח של הספק | קישור |
| Muse Spark 1.2 | 59.3 | DeepSWE · דיווח של הספק | קישור |
| Qwen3.8-Flash-Next | 58.7 | DeepSWE · דיווח של הספק | קישור |
| Muse Spark 1.1 | 53.3 | DeepSWE · דיווח של הספק | קישור |
| Grok 4.5 | 53.0 | DeepSWE · דיווח של הספק | קישור |
| Gemini 3.6 Flash | 49.0 | DeepSWE · דיווח של הספק | קישור |
| Beam 1.0 501B-A23B | 43.3 | DeepSWE · דיווח של הספק | קישור |
| Qwen3.8-27B | 42.2 | DeepSWE · דיווח של הספק | קישור |