공통 벤치마크 범위 · SWE-bench Verified

같은 벤치마크 비교

과거 근거

같은 벤치마크 범위의 구성입니다. 스캐폴드, 모델 버전, 날짜와 출처 값을 그대로 표시합니다.

높은 값은 이 벤치마크 조건의 결과일 뿐 운영 준비도나 교차 벤치마크 점수가 아닙니다.

같은 조건끼리 비교

판단 개요

같은 벤치마크 버전과 작업 범위의 구성만 비교할 수 있습니다.

출처 공개 데이터이며 누락값은 알 수 없음으로 유지합니다.

SWE-bench Verified · 해결률

차이 한눈에 보기	live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)	live-SWE-agent + Claude 4.5 Opus medium (20251101)
강점	—	공개 결과가 높음: 79.2%
제약과 절충점	공개 결과가 낮음: 77.4%	—
기능 및 비용	기반 모델: Gemini 3 Pro Preview (2025-11-18)스캐폴드: live-SWE-agent	기반 모델: Claude 4.5 Opus medium (20251101)스캐폴드: live-SWE-agent
	상세 정보 →	상세 정보 →

전체 데이터와 출처

동일하거나 모두 미보고인 필드 17개 숨김

에이전트 시스템	live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)	live-SWE-agent + Claude 4.5 Opus medium (20251101)
구성
기반 모델	Gemini 3 Pro Preview (2025-11-18)	Claude 4.5 Opus medium (20251101)
출처 모델 ID 또는 표기	gemini-3-pro-preview	claude-opus-4-5-20251101
결과
해결률	77.4%	79.2%
신뢰
평가 날짜	2025년 11월 20일	2025년 12월 15일
출처
출처 열기	출처 열기 ↗	출처 열기 ↗

출처 공개 데이터이며 누락값은 알 수 없음으로 유지합니다.

공개 순위는 후보 목록입니다. 작은 비공개 시험으로 실제 적합성을 확인하세요.