OpenGPTlive-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Basismodel
- Gemini 3 Pro Preview (2025-11-18)
- Model-ID of label uit bron
- gemini-3-pro-preview
Gedeeld benchmarkbereik · SWE-bench Verified
Agentvergelijking binnen dezelfde benchmark
Historisch bewijsDe onderstaande items delen hetzelfde benchmarkbereik. Hun exacte scaffolds, modelversies, datums en oorspronkelijke bronwaarden blijven zichtbaar.
Een hogere bronwaarde duidt uitsluitend op betere prestaties binnen deze benchmark en configuratie. Het is geen score die vergelijking tussen verschillende benchmarks mogelijk maakt of die iets zegt over de geschiktheid voor productiegebruik.
Vergelijk vergelijkbare zaken
Beslissingsoverzicht
Alleen configuraties uit dezelfde benchmarkversie en hetzelfde taakbereik kunnen in één vergelijking worden geplaatst.
Verschillen in één oogopslag
SWE-bench Verified · Opgelost
| Verschillen in één oogopslag | live-SWE-agent + Gemini 3 Pro Preview (2025-11-18) | live-SWE-agent + Claude 4.5 Opus medium (20251101) |
|---|---|---|
| Sterke punten | — |
|
| Beperkingen en afwegingen |
| — |
| Functies en kosten |
|
|
| Agentdetails → | Agentdetails → |
Alle gegevens en bronnen
17 identieke van volledig niet-gerapporteerde velden verborgen
| Agentsysteem | live-SWE-agent + Gemini 3 Pro Preview (2025-11-18) | live-SWE-agent + Claude 4.5 Opus medium (20251101) |
|---|---|---|
| Configuratie | ||
| Basismodel | Gemini 3 Pro Preview (2025-11-18) | Claude 4.5 Opus medium (20251101) |
| Model-ID of label uit bron | gemini-3-pro-preview | claude-opus-4-5-20251101 |
| Resultaat | ||
| Opgelost | 77.4% | 79.2% |
| Vertrouwen | ||
| Evaluatiedatum | 20 nov 2025 | 15 dec 2025 |
| Bron | ||
| Bron openen | Bron openen ↗ | Bron openen ↗ |
Configuratie
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Basismodel
- Claude 4.5 Opus medium (20251101)
- Model-ID of label uit bron
- claude-opus-4-5-20251101
Resultaat
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Opgelost
- 77.4%
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Opgelost
- 79.2%
Vertrouwen
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
- Evaluatiedatum
- 20 nov 2025
live-SWE-agent + Claude 4.5 Opus medium (20251101)
- Evaluatiedatum
- 15 dec 2025
Bron
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
live-SWE-agent + Claude 4.5 Opus medium (20251101)
Door bron gerapporteerde gegevens; ontbrekende waarden blijven onbekend.
Valideren vóór ingebruikname
Openbare ranglijsten leveren een shortlist op. Een kleine privéproef bepaalt of de configuratie bij uw werk past.
- 1
Kies 10–20 representatieve taken en definieer een duidelijke slaagvoorwaarde.
- 2
Vergrendel de agent, het model, de hulpmiddelen, rechten en het budget voordat u test.
- 3
Voer elke belangrijke taak meerdere keren uit; leg succes, kosten, tijd en overnames vast.
- 4
Beoordeel fouten en risico's bij gegevensverwerking vóór een productiebeslissing.