OpenGPTDecisioni sui modelli basate su proveRisolto77.4%Costo per attività riuscitaNon pubblicatoIntervallo dei risultati pubblicatiNon pubblicato
Dettagli dell’Agent →Ambito condiviso del benchmark · SWE-bench Verified
Confronto tra agenti sullo stesso benchmark
Le voci seguenti condividono lo stesso ambito del benchmark. Rimangono visibili gli scaffold esatti, le versioni dei modelli, le date e i valori originali delle fonti.
Un valore di origine più elevato indica soltanto prestazioni migliori per questo benchmark e questa configurazione. Non è un punteggio confrontabile tra benchmark né un indicatore di idoneità alla produzione.
Confronta elementi omogenei
Panoramica della decisione
Soltanto configurazioni della stessa versione del benchmark e dello stesso ambito di attività possono essere inserite in un unico confronto.
Risolto79.2%Costo per attività riuscitaNon pubblicatoIntervallo dei risultati pubblicatiNon pubblicato
Dettagli dell’Agent →17 campi identici o completamente privi di dati nascosti
| Sistema Agent | live-SWE-agent + Gemini 3 Pro Preview (2025-11-18) | live-SWE-agent + Claude 4.5 Opus medium (20251101) |
|---|---|---|
| Configurazione | ||
| Modello di base | Gemini 3 Pro Preview (2025-11-18) | Claude 4.5 Opus medium (20251101) |
| ID o etichetta del modello della fonte | gemini-3-pro-preview | claude-opus-4-5-20251101 |
| Esito | ||
| Risolto | 77.4% | 79.2% |
| Attendibilità | ||
| Data della valutazione | 20 nov 2025 | 15 dic 2025 |
| Fonte | ||
| Apri la fonte | Apri la fonte ↗ | Apri la fonte ↗ |
Configurazione
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Modello di base
- Gemini 3 Pro Preview (2025-11-18)
- ID o etichetta del modello della fonte
- gemini-3-pro-preview
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Modello di base
- Claude 4.5 Opus medium (20251101)
- ID o etichetta del modello della fonte
- claude-opus-4-5-20251101
Esito
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Risolto
- 77.4%
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Risolto
- 79.2%
Attendibilità
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Data della valutazione
- 20 nov 2025
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Data della valutazione
- 15 dic 2025
Fonte
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
live-SWE-agent + Claude 4.5 Opus medium (20251101)
Dati riportati dalla fonte; i valori mancanti rimangono sconosciuti.
Convalida prima dell’adozione
Le classifiche pubbliche creano una rosa di candidati. Una piccola prova privata determina se la configurazione è adatta al tuo lavoro.
- 1
Scegli 10–20 attività rappresentative e definisci una chiara condizione di superamento.
- 2
Fissa Agent, modello, strumenti, autorizzazioni e budget prima del test.
- 3
Esegui più volte ogni attività importante; registra esito positivo, costo, tempo e interventi umani.
- 4
Esamina gli errori e i rischi legati alla gestione dei dati prima di una decisione per la produzione.