Claw-Eval Pass³编程

官方网站

ClawEval Pass@3 是 ClawEval 评测中评估模型在 3 次尝试内成功完成任务的概率。与 Pass@1 不同，Pass@3 允许模型多次尝试，更全面地反映模型在终端任务中的实际解决问题能力。

排行数据源

#模型得分

1

Qwen3.6-27B阿里巴巴

60.6%

2

Claude Opus 4.5Anthropic

59.6%

3

Qwen3.6-Plus阿里巴巴

58.7%

4

GLM-5智谱AI

57.7%

5

Kimi-K2.5月之暗面

52.9%

6

Qwen3.5-35B-A3B阿里巴巴

51.0%

7

Qwen3.6-35B-A3B阿里巴巴

50.0%

8

Qwen3.5-397B-A17B阿里巴巴

48.1%

共 8 个模型

返回基准目录