에이전트 벤치마크

SWE-bench Verified 에이전트 벤치마크

SWE-bench Verified의 표시된 버전과 환경에 연결된 공개 행 10개를 유지합니다.

과제: 500
공개 행: 10
출처 데이터 날짜: 2026년 2월 27일
ID 검토일: 과거 기록

근거 범위

Verified · Top 10 published configurations · 500 tasks. human-validated GitHub issues. Reproducible repository environments evaluated by the upstream benchmark. Configuration-specific upstream limits.

OpenGPT의 근거 처리 방식

게시자의 지표, 과제 범위, 환경, 버전, 구성과 날짜를 보존하며 벤치마크 간 종합 점수를 만들지 않습니다.

비교 범위

높은 결과는 표시된 벤치마크 버전과 조건에만 적용됩니다.
에이전트 결과는 기반 모델 하나가 아닌 전체 시스템을 반영합니다.
비용, 신뢰성, 안전성 또는 지연 시간 누락값은 추정하지 않습니다.
Keep these published results as historical evidence, not a current universal measure of coding ability. A 2026 OpenAI audit reported fundamental design and contamination concerns in SWE-bench Verified.

Verified · Top 10 published configurations · 500 tasks

공개 10개 중 10개를 표시합니다. 모든 결과는 출처 벤치마크와 구성에 연결됩니다.