FrontierSWE (Dominance)编程

Proximal 评估, 1M 上下文, max effort, 128K 输出 tokensFrontierSWE 评估前沿 AI 模型的软件工程能力，聚焦最先进的模型能否解决极具挑战性的真实世界编程问题。任务设计参考了顶级程序员在真实工作中的难度水平，是衡量 AI 编程能力天花板的权威基准。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

88.8%

2

Kimi K3月之暗面

81.2%

3

GLM-5.3智谱AI

78.1%

4

Claude Opus 4.8Anthropic

75.1%

5

GLM-5.2智谱AI

74.4%

6

Qwen3.8-2.4T-A95B阿里巴巴

73.5%

7

Qwen3.8-Max阿里巴巴

73.5%

8

GPT-5.5OpenAI

72.6%

9

GPT-5.6 SolOpenAI

71.3%

10

Qwen3.7-Max阿里巴巴

40.7%

共 13 个模型

返回基准目录

FrontierSWE (Dominance)编程

官方网站

Proximal 评估, 1M 上下文, max effort, 128K 输出 tokensFrontierSWE 评估前沿 AI 模型的软件工程能力，聚焦最先进的模型能否解决极具挑战性的真实世界编程问题。任务设计参考了顶级程序员在真实工作中的难度水平，是衡量 AI 编程能力天花板的权威基准。

排行数据源

#模型得分

1

Claude Fable 5Anthropic

88.8%

2

Kimi K3月之暗面

81.2%

3

GLM-5.3智谱AI

78.1%

4

Claude Opus 4.8Anthropic

75.1%

5

GLM-5.2智谱AI

74.4%

6

Qwen3.8-2.4T-A95B阿里巴巴

73.5%

7

Qwen3.8-Max阿里巴巴

73.5%

8

GPT-5.5OpenAI

72.6%

9

GPT-5.6 SolOpenAI

71.3%

10

Qwen3.7-Max阿里巴巴

40.7%

共 13 个模型