第 1 名
Fable 5（high）
64.5官方榜单
SWE-rebench
滚动时间窗内真实 GitHub PR 修复任务；官方统一评测 Resolved Rate。
收录成绩1717 个模型或系统
当前第一64.5Fable 5（high）
指标解决率通过容器测试并解决任务的实例比例（%）
数据时效人工整理整理于 2026-10-26 · 2 个数据源
第 2 名
Grok 4.5（high）
63.8官方榜单
第 3 名
Opus 5（high）
63.4官方榜单
排名表
显示 17 / 17
| 模型 | 机构 | 来源 | 备注 | ||||
|---|---|---|---|---|---|---|---|
| 1 | Fable 5（high） | Anthropic | 64.5 | 78.4 | 官方榜单 | 2026-10-26 | 定位：官方榜单默认时间窗 2026-05-15 至 2026-07-01，Resolved Rate 排名第 1，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；官方统一评测；Resolved Rate 点估计 64.5%（页面 ±1.41%）；官网标记可能数据污染（模型发布晚于时间窗开始）。 |
| 2 | Grok 4.5（high） | xAI | 63.8 | 77.5 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 2，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 63.8%（±0.60%）。 |
| 3 | Opus 5（high） | Anthropic | 63.4 | 74.8 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 3，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 63.4%（±1.35%）。 |
| 4 | GLM-5.2（high） | Z.ai | 62.9 | 81.1 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 4，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 62.9%（±1.19%）；榜单 2026-07-01 更新入库。 |
| 5 | GPT-5.6 Sol（medium） | OpenAI | 62.3 | 79.3 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 5，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；medium 档；点估计 62.3%（±1.83%）。 |
| 6 | Junie Agent | JetBrains | 61.8 | 73.9 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 6，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；官方 reference agent 评测（Insights 标注）；2026-04-19 重跑；点估计 61.8%（±0.54%）。 |
| 7 | Claude Code Agent | Anthropic | 60.4 | 75.7 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 7，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；官方 reference agent 评测；点估计 60.4%（±1.03%）；Agent 结果日期 2025-12-17。 |
| 8 | Codex Agent | OpenAI | 58.0 | 73.0 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 8，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；官方 agent 条目；点估计 58.0%（±1.29%）；Agent 结果日期 2026-02-13。 |
| 9 | Sonnet 5（high） | Anthropic | 56.8 | 74.8 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 9，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 56.8%（±0.94%）。 |
| 10 | Cursor Agent | Cursor | 51.7 | 65.8 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 10，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；官方 agent 条目；点估计 51.7%（±0.84%）；Agent 结果日期 2026-04-15。 |
| 11 | MiniMax M3 | MiniMax | 47.2 | 69.4 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 11，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 47.2%（±1.13%）；榜单 2026-06-09 更新入库。 |
| 12 | MiMo V2.5 Pro | Xiaomi | 46.5 | 65.8 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 12，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 46.5%（±0.54%）；榜单 2026-07-01 更新入库。 |
| 13 | GPT-5.6 Luna（medium） | OpenAI | 43.6 | 59.5 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 13，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；medium 档；点估计 43.6%（±1.47%）。 |
| 14 | DeepSeek-V4 Pro（high） | DeepSeek | 40.2 | 64.0 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 14，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 40.2%（±1.29%）；榜单 2026-07-01 更新入库。 |
| 15 | Qwen3.6-27B | Alibaba | 31.2 | 57.7 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 15，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 31.2%（±1.68%）；榜单 2026-07-01 更新入库。 |
| 16 | Qwen3.6-35B-A3B | Alibaba | 24.7 | 43.2 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 16，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 24.7%（±0.79%）；榜单 2026-07-01 更新入库。 |
| 17 | Qwen3.5-35B-A3B | Alibaba | 17.1 | 36.9 | 官方榜单 | 2026-10-26 | 定位：同一 time window，排名第 17，访问于 2026-10-26；来源发布日期：2026-07-01；111 题；点估计 17.1%（±1.07%）；模型 2026-03-20 入库。 |
榜单说明
第 5 批接入转录官方默认总榜：时间窗为 PR 创建日 2026-05-15 至 2026-07-01（111 题、65 仓库），整理日 2026-10-26 官网没有更新的时间窗。总分取 Resolved Rate 点估计（页面 ± 为置信区间），Pass@5 为子项。榜单中模型与参考 Agent 产品混排：以「Agent」结尾的行是官方评测的 Agent 产品，其余为模型，括号中是推理强度（官网写作 [high]、[medium]）。官网标记为可能数据污染（模型发布晚于时间窗开始）的条目在备注中注明。
- 指标
- 解决率：通过容器测试并解决任务的实例比例（%）（越高越好）
- Pass@5：五次采样中至少一次通过的比例（%）（越高越好）
- 子项
- 采样Pass@5
- 数据源
- 来源类型
- 官方榜单 17
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。