Vibe Code Bench v1.1

更新于 2026年10月1日·25 次浏览

问题数量: 17
发布机构: Vals AI
评测类别: 程序生成与编辑
评测指标: Pass rate (%) · 越高越好
支持语言: English
难度等级: —

简介

Vibe Code Bench 考察模型能否按自然语言需求在真实开发环境里从零搭出可用的 Web 应用，判分靠自动化的点击式端到端测试，而不是孤立的编程题。v1.1 含 17 个应用。

Vibe Code Bench v1.1评测最新大模型排名与完整榜单数据

查看 Vibe Code Bench v1.1 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。

数据来源：DataLearnerAI

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

模型模式说明

许可证:

来源:

模型发布时间截止:

排名	模型				开源情况
	Gemini 4 Argon 思考水平·Max工具	91.90	2026-09-30	未知	闭源
	Claude Fable 5 思考水平·Max工具	90.35	2026-06-09	未知	闭源
	Claude Opus 5.5 思考水平·Max工具	90.29	2026-09-22	未知	闭源
4	Claude Fable 5.1 思考水平·Max工具	90.26	2026-09-01	未知	闭源
5	GPT-6 Astra 思考水平·Max工具	89.59	2026-09-03	未知	闭源
6	Claude Opus 5 思考水平·Max工具	88.40	2026-07-24	未知	闭源
7	GPT-6 Sol 思考水平·Max工具	87.82	2026-09-22	未知	闭源
8	Grok 4.7 思考水平·极高工具	86.17	2026-09-21	未知	闭源
9	Muse Spark 1.3 思考水平·Max工具	85.86	2026-09-02	未知	闭源
10	Kimi K3 思考水平·Max工具	84.96	2026-07-16	28000亿	有条件商用
11	DeepSeek-V4.1-Flash 思考水平·高工具	84.74	2026-09-10	5520亿	免费商用
12	Muse Spark 1.3 思考水平·极高工具	82.86	2026-09-02	未知	闭源
13	Claude Opus 4.8 思考水平·Max工具	82.72	2026-05-28	未知	闭源
14	DeepSeek-V4-Pro 思考水平·Max工具	82.30	2026-08-13	16000亿	免费商用
15	GPT-6 Luna 思考水平·Max工具	81.65	2026-09-22	未知	闭源
16	Claude Sonnet 5 思考水平·Max工具	81.33	2026-06-30	未知	闭源
17	GPT-5.6 Sol 思考水平·Max工具	80.50	2026-06-26	未知	闭源
18	Muse Spark 1.2 思考水平·极高工具	79.10	2026-08-05	未知	闭源
19	Gemini 3.8 Flash 思考水平·高工具	78.65	2026-09-02	未知	闭源
20	GLM-5.3 思考水平·Max工具	78.12	2026-08-14	7440亿	有条件商用
21	GPT-5.6 Luna 思考水平·Max工具	77.06	2026-06-26	未知	闭源
22	Grok 4.6 思考水平·高工具	76.24	2026-08-12	未知	闭源
23	GPT-5.6 Terra 思考水平·Max工具	74.59	2026-06-26	未知	闭源
24	Muse Spark 1.1 思考水平·极高工具	72.16	2026-07-09	未知	闭源
25	Opus 4.7 思考水平·Max工具	71.00	2026-04-16	未知	闭源
26	Gemini 3.7 Flash 思考水平·高工具	70.39	2026-08-13	未知	闭源
27	GPT-5.5 思考水平·极高工具	69.85	2026-04-23	未知	闭源
28	Grok 4.5 思考水平·高工具	69.00	2026-07-08	未知	闭源
29	Qwen3.8-27B 思考水平·极高工具	64.85	2026-08-14	270亿	免费商用
30	Gemini 3.6 Flash 思考水平·高工具	64.00	2026-07-21	未知	闭源