DW AI Lab

Benchmark Detail

SWE-bench Verified

실전 코딩 이슈 해결: 버그 수정, repo 단위 코드 변경, 코딩 에이전트 평가

공식 리더보드 보기 2026년 3월 공개 리더보드 요약 기준. 실제 GitHub issue를 얼마나 해결하는지 보는 지표입니다.

점수 그래프

왼쪽부터 높은 순서
1 Claude Opus 4.6 cover image 80.8 Claude Opus 4.6 Anthropic 2 Gemini 3.1 Pro cover image 80.6 Gemini 3.1 Pro Google 3 MiniMax M2.5 cover image 80.2 MiniMax M2.5 MiniMax 4 GPT-5.2 cover image 80 GPT-5.2 OpenAI 5 GLM-5 cover image 72.8 GLM-5 Z.ai 6 Kimi K2.5 cover image 71.4 Kimi K2.5 Moonshot AI 7 DeepSeek-V3.2 cover image 70.8 DeepSeek-V3.2 DeepSeek

읽는 법

전체 벤치마크

실제 GitHub issue를 고치는 능력을 평가합니다. 사람이 검수한 500개 문제 subset입니다.

모델 자체 능력뿐 아니라 agent scaffold, tool 사용, test 실행 능력이 섞입니다.