#1
live-SWE-agent + Claude 4.5 Opus medium (20251101)
Resolved
79.20%
- 基础模型
- claude-opus-4-5-20251101
- Agent / Harness
- 官方未拆分标注
- 评测日期
- 2025-12-15
返回完整榜单
A 级证据 · 官方可追溯
Coding Agent 前三名能力对比
只比较同一份 SWE-bench Verified 官方榜单中可直接比较的字段，不用主观体验替代评测数据。
#2
Sonar Foundation Agent + Claude 4.5 Opus
Resolved
79.20%
- 基础模型
- claude-opus-4-5
- Agent / Harness
- 官方未拆分标注
- 评测日期
- 2025-12-05
#3
TRAE + Doubao-Seed-Code
Resolved
78.80%
- 基础模型
- Doubao-Seed-Code
- Agent / Harness
- 官方未拆分标注
- 评测日期
- 2025-09-28
可以得出的结论
在这次公开榜单快照与统一 Verified 数据集上，Resolved 比例更高的提交排在前面。页面保留原始提交链接和评测日期，便于复核。
不能得出的结论
该结果不能单独证明真实项目中的稳定性、成本、速度、隐私、易用性或所有语言能力。不同系统、模型和 Agent Harness 也不能被混为同一产品体验。
数据快照：2026/7/19 18:29:58 · 方法版本 v1.0.0