返回工具目錄

S

Resource detail

SWE-bench

以真實 GitHub issue 評測模型编程能力的基準。

全球免費開源

訪問官網更多类似資源

選型速覽

swe-bench

價格模式

免費

訪問方式

免登錄

支持平台

Web

支持中文

否

最近核對

2026-08-29

熱門指數

78/100

標籤

代碼評測基準測試榜單

適合人群

開發者研究者

更新信息

更新於 2026-08-29

熱門指數 78/100

典型用途

编程模型選型Agent 能力評估

相似工具与替代品

按相近用途整理

Aider LLM Leaderboards

Aider 的代碼编辑排行榜，贴近真實開發任務。

全球免費開源+3

更新於 2026-08-29

LMArena

通過真實用户投票對比 LLM 輸出質量的公開評測平台。

全球免費模型對比+2

更新於 2026-08-29

Artificial Analysis

独立的模型與 API 性能分析站：質量、速度、價格。

全球免費性能分析+2

更新於 2026-08-29

LiveBench

題目持續更新的防污染基準測試，結果更可信。

全球免費開源+3

更新於 2026-08-29

OpenCompass 司南

上海 AI 實驗室的開源評測體系，中文榜單權威。

國內免費開源+2

更新於 2026-08-29

SuperCLUE

中文大模型综合測評基準，按月發布榜單。

國內免費中文評測+2

更新於 2026-08-29