SWE-bench Pro 榜单显示 Ornith-1.0-397B 与 GLM-5.2 领跑
victormustar · x · 2026-07-22
SWE-bench Pro 榜单更新
配图展示的是 Hugging Face 上的 SWE-bench Pro 领导榜，反映各模型在软件工程修复任务上的表现。
- deepreinforce-ai/Ornith-1.0-397B 以 62.2 暂列第一。
- zai-org/GLM-5.2 以 62.1 紧随其后。
- poolside/Laguna-S-2.1 位列第三，得分 59.4。
- 其后多款模型分数集中在 59–58 区间，包括 MiniMax-M3、Kimi-K2.6、GLM-5.1、Hy3 和 MiMo-V2.5-Pro。
这是一张很直接的模型跑分快照，重点在于当前代码修复榜单的相对排序。
「模型」频道最新
- 开发者呼吁谷歌：下一代Gemma请做1T参数基座模型 — _xjdr · 2026-07-27
- Repligate：Claude Opus 3 权重不变却像在持续演化 — repligate · 2026-07-27
- “Opus 5”配图在玩模型反复重跑基准的梗 — kalomaze · 2026-07-27
- 有人称顶级模型如今写作还不如一年前 — dbreunig · 2026-07-27
- MPT-30B 雷达图曾意外引发大规模争议 — code_star · 2026-07-27
- 本地 Gemma 4 31B 自发变得毒舌且难以复现 — n0head_r · 2026-07-27