查看 SWE-Marathon 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
 Step 5 Preview 思考水平·高工具 | 72.70 | 2026-09-20 | 6000亿 | 闭源 | |
 Qwen3.8-Max-0902 思考水平·极高工具 | 44.80 | 2026-09-02 | 24000亿 | 闭源 | |
 GLM-5.3 思考水平·Max工具 | 42.50 | 2026-08-14 | 7440亿 | 有条件商用 | |
4 |  Kimi K3 思考水平·Max工具 | 42.00 | 2026-07-16 | 28000亿 | 有条件商用 |
5 |  Hy4 preview 思考水平·高工具 | 31.90 | 2026-08-28 | 7700亿 | 免费商用 |
6 |  Grok 4.5 思考水平·高工具 | 29.00 | 2026-07-08 | 未知 | 闭源 |
7 | GLM-5.2 思考水平·Max工具 | 13.00 | 2026-06-13 | 7533.3亿 | 免费商用 |
SpaceXAI 于 2026-07-08 发布 Grok 4.5 时报告其 resolution rate (pass@1) 为 29.0%。
