DeepSWE编程

pier 官方评估框架 + mini-swe-agent, 隔离容器 2CPU/8GB, 无网络DeepSWE 评估 AI 在深度软件工程任务上的表现，专注于需要深入理解大型代码库、追踪复杂调用链、跨模块分析的真实世界问题。相比 SWE-bench，DeepSWE 的任务需要更深的代码推理和更广泛的上下文理解。

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	70	OpenAI	Hy3 Hugging Face README
2	Claude Opus 4.8	58	Anthropic	Hy3 Hugging Face README
3	GLM-5.2	46.2	智谱AI	Hy3 Hugging Face README
4	Seed2.1 Pro	32.7	字节跳动	Hy3 Hugging Face README
5	混元3	28	腾讯	Hy3 Hugging Face README
6	MiniMax M3	20	MiniMax	GLM-5.2 技术报告
7	GLM-5.1	18	智谱AI	Hy3 Hugging Face README
8	Qwen3.7-Max	18	阿里巴巴	Hy3 Hugging Face README
9	Gemini 3.1 Pro	10	Google	Hy3 Hugging Face README
10	DeepSeek-V4-Pro	8	深度求索	Hy3 Hugging Face README

返回

DeepSWE编程

pier 官方评估框架 + mini-swe-agent, 隔离容器 2CPU/8GB, 无网络DeepSWE 评估 AI 在深度软件工程任务上的表现，专注于需要深入理解大型代码库、追踪复杂调用链、跨模块分析的真实世界问题。相比 SWE-bench，DeepSWE 的任务需要更深的代码推理和更广泛的上下文理解。

#	模型	得分 (%)	厂商	来源
1	GPT-5.5	70	OpenAI	Hy3 Hugging Face README
2	Claude Opus 4.8	58	Anthropic	Hy3 Hugging Face README
3	GLM-5.2	46.2	智谱AI	Hy3 Hugging Face README
4	Seed2.1 Pro	32.7	字节跳动	Hy3 Hugging Face README
5	混元3	28	腾讯	Hy3 Hugging Face README
6	MiniMax M3	20	MiniMax	GLM-5.2 技术报告
7	GLM-5.1	18	智谱AI	Hy3 Hugging Face README
8	Qwen3.7-Max	18	阿里巴巴	Hy3 Hugging Face README
9	Gemini 3.1 Pro	10	Google	Hy3 Hugging Face README
10	DeepSeek-V4-Pro	8	深度求索	Hy3 Hugging Face README