| Benchmark | 测评分类 | 可信级别 | 开放 | 热度 |
|---|---|---|---|---|
SWE-bench Lite SWE-bench· princeton-nlp | 代码代码生成 | B待确认 | 49.9 | |
SWE-bench SWE-bench· princeton-nlp | 代码代码生成 | B待确认 | 44.5 | |
SWE-bench Multimodal SWE-bench· princeton-nlp | 代码代码生成 | B待确认 | 25.4 | |
SWE-bench Bash-only SWE-bench· Princeton | 代码代码生成 | A已审核 | 7.1 |