大模型代码编程能力评测排行榜

本页面提供大模型代码编程能力评测排行榜，涵盖 SWE-Bench Verified、SWE-Bench Pro、LiveCodeBench、SWE-bench Multilingual 等数据集，对 GPT、Claude、Qwen、DeepSeek 等模型进行对比。

数据更新于 2026-09-25 13:11:42

截至 2026年9月，本页覆盖 SWE-bench Verified, LiveCodeBench, SWE-Bench Pro - Public, SWE-bench Multilingual 等评测基准，聚焦 大模型代码编程能力评测排行榜 方向的模型对比。

点击模型名称可进入详情页查看上下文长度、许可方式与 API 价格。数据口径说明见数据方法论。

代码能力参考综合排名

目前没有一个被普遍认可的代码能力综合排行榜。SWE-bench、HumanEval 等静态基准可以衡量特定技能，但容易被针对性优化（"刷榜"）。为此我们选取了两个切入角度不同的人类偏好参考榜单并列展示：LMArena Coding Arena 通过匿名盲测评测通用编程能力（调试、算法实现、代码生成等）；Design Arena 专注评测具有视觉呈现效果的前端代码生成（网站、UI 组件、游戏等），两者方法论相同但考察场景各异，结合参考效果最佳。

LMArena Coding Arena

完整排名

基于真实开发者提交的通用编程任务（调试、算法、代码生成）进行匿名 A/B 盲测投票，Elo 算法动态排名。

数据更新于 2026-09-30

#模型Elo

gemini-4-argon-highGoogle

1559

claude-fable-5-highAnthropic

1552

Claude Opus 4.6 (high)Anthropic

1551

Opus 4.7 (high)Anthropic

1551

Claude Opus 4.6Anthropic

1547

Opus 4.7Anthropic

1547

kimi-k3-maxMoonshot

1541

mimo-v2.6-proXiaomi

1540

gpt-6-astra-maxOpenAI

1539

muse-spark-1.3-maxMeta

1539

来源：LMArena

Design Arena

完整排名

基于 Arcada Labs 平台，对视觉前端代码任务（网站、UI 组件、游戏、数据可视化等）进行匿名投票，Bradley-Terry 模型动态排名。

数据更新于 2026-10-01

#模型Elo

Claude Opus 5.5Anthropic

1395

GPT-6 Astra (xhigh)OpenAI

1389

Kimi K3Moonshot AI

1372

GPT-6 Astra (max)OpenAI

1362

Muse Spark 1.3 (xhigh)Meta

1359

Muse Spark 1.3 MaxMeta

1358

GPT-5.6 Sol (xhigh)OpenAI

1346

Claude Fable 5.1Anthropic

1342

Claude Opus 5Anthropic

1329

DeepSeek-V4.1-FlashDeepSeek

1329

来源：DesignArena

基准评测

仓库修复与多文件工程SWE-bench Verified SWE-Bench Pro - Public SWE-bench Multilingual

算法与竞赛编程LiveCodeBench

更多评测

参数规模:全部 3B及以下 7B 13B 34B 65B 100B及以上

模型类型:全部推理大模型基座大模型指令优化/聊天优化大模型编程大模型

开源：全部开源闭源

来源：全部国产模型

模型发布时间截止:

榜单亮点

按 SWE-Bench Pro - Public 排序

当前 SOTA

Qwen3.8-Max

阿里巴巴

67.70SWE-Bench Pro - Public

查看详情

最佳开源

Qwen3.8-Max

阿里巴巴

67.70SWE-Bench Pro - Public

查看详情

最佳国产

Qwen3.8-Max

阿里巴巴

67.70SWE-Bench Pro - Public

查看详情

大模型性能评测结果

数据来源：DataLearnerAI

点击任意行查看模型详情；勾选左侧可对比最多 4 个模型。

排名	模型					开源情况
	Qwen3.8-Max 思考水平 · 极高工具阿里巴巴	—	—	67.70	—	有条件商用	详情
	Hy4 preview 开启思考工具腾讯AI实验室	—	—	65.70	82.90	免费商用	详情
	Qwen3.8-Flash-Next 思考水平 · 极高工具阿里巴巴	—	—	62.50	81.00	有条件商用	详情
4	GLM-5.2 开启思考工具智谱AI	—	—	62.10	—	免费商用	详情
5	Qwen3.8-27B 开启思考工具阿里巴巴	—	—	61.70	—	免费商用	详情
6	Qwen3.7 Max 开启思考工具阿里巴巴	80.40	—	60.60	78.30	闭源	详情
7	MiniMax M3 开启思考工具 MiniMaxAI	—	—	59.00	—	不可商用	详情
8	Kimi K2.6 开启思考工具 Moonshot AI	80.20	—	58.60	76.70	免费商用	详情
9	GLM 5.1 开启思考工具智谱AI	—	—	58.40	—	免费商用	详情
10	Hy3 开启思考工具腾讯AI实验室	78.00	—	57.90	75.80	免费商用	详情
11	Qwen3.6-Max-Preview 深度思考模式工具阿里巴巴	—	—	57.30	—	闭源	详情
12	Qwen 3.6 Plus Preview 开启思考工具阿里巴巴	78.80	—	56.60	—	闭源	详情
13	Qwen3.6-Max-Preview 开启思考工具阿里巴巴	78.80	—	56.60	73.80	闭源	详情
14	Qwen 3.6 Plus Preview 开启思考阿里巴巴	—	87.10	56.60	73.80	闭源	详情
15	Step 3.7 Flash 开启思考工具 StepFunAI	—	—	56.30	—	免费商用	详情
16	MiniMax-M2.7 开启思考工具 MiniMaxAI	—	—	56.20	76.50	不可商用	详情
17	DeepSeek-V4-Pro 思考水平 · 极高工具 DeepSeek-AI	80.60	—	55.40	76.20	免费商用	详情
18	MiniMax M2.5 开启思考工具 MiniMaxAI	80.20	—	55.40	—	免费商用	详情
19	DeepSeek-V4-Pro 开启思考工具 DeepSeek-AI	79.40	—	54.40	74.10	免费商用	详情
20	Qwen3.6-27B 开启思考工具阿里巴巴	77.20	—	53.50	71.30	免费商用	详情
21	DeepSeek-V4-Flash 思考水平 · 极高工具 DeepSeek-AI	79.00	—	52.60	73.30	免费商用	详情
22	DeepSeek-V4-Flash 开启思考工具 DeepSeek-AI	78.60	—	52.30	70.20	免费商用	详情
23	DeepSeek-V4-Pro 常规模式工具 DeepSeek-AI	73.60	—	52.10	69.80	免费商用	详情
24	Qwen3.5-397B-A17B 开启思考阿里巴巴	—	83.60	50.90	69.30	免费商用	详情
25	Kimi K2.5 开启思考工具 Moonshot AI	76.80	—	50.70	—	免费商用	详情
26	Qwen3.6-35B-A3B 开启思考阿里巴巴	73.40	80.40	49.50	67.20	免费商用	详情
27	DeepSeek-V4-Flash 常规模式工具 DeepSeek-AI	73.70	—	49.10	69.70	免费商用	详情
28	Doubao Seed 2.0 Pro 开启思考工具字节跳动Seed团队	76.50	—	46.90	71.70	闭源	详情
29	Qwen3-Coder-Next 常规模式工具阿里巴巴	70.60	—	44.30	—	免费商用	详情
30	DeepSeek V3.2 开启思考 DeepSeek-AI	70.20	83.30	40.90	—	免费商用	详情
31	GLM-4.7 开启思考工具智谱AI	73.80	—	40.60	—	免费商用	详情
32	M2.1 开启思考工具 MiniMaxAI	—	—	32.60	—	免费商用	详情
33	Kimi K2 0905 Moonshot AI	69.20	—	27.67	—	免费商用	详情
34	GLM-5 开启思考智谱AI	77.80	—	—	—	免费商用	详情
35	Qwen3.5-397B-A17B 开启思考工具阿里巴巴	76.40	—	—	—	免费商用	详情
36	Qwen3-Max-Thinking 开启思考阿里巴巴	75.30	85.90	—	—	闭源	详情
37	M2.1 开启思考 MiniMaxAI	74.80	—	—	—	免费商用	详情
38	Step 3.5 Flash 开启思考 StepFunAI	74.40	86.40	—	—	免费商用	详情
39	DeepSeek V3.2 开启思考工具 DeepSeek-AI	73.10	—	—	—	免费商用	详情
40	Qwen3.5-27B 开启思考阿里巴巴	72.40	—	—	—	免费商用	详情
41	Kimi K2 Thinking 开启思考工具 Moonshot AI	71.30	—	—	—	免费商用	详情
42	Qwen3 Max (Preview) 阿里巴巴	69.60	57.50	—	—	闭源	详情
43	MiniMax M2 开启思考工具 MiniMaxAI	69.40	—	—	—	免费商用	详情
44	Kimi K2 0905 开启思考工具 Moonshot AI	69.20	—	—	—	免费商用	详情
45	DeepSeek-V3.1 Terminus DeepSeek-AI	68.40	74.90	—	—	免费商用	详情
46	GLM-4.6 智谱AI	68.00	—	—	—	免费商用	详情
47	GLM-4.6 开启思考工具智谱AI	68.00	84.50	—	—	免费商用	详情
48	DeepSeek V3.2-Exp 开启思考工具 DeepSeek-AI	67.80	—	—	—	免费商用	详情
49	Qwen3-Coder-480B-A35B 阿里巴巴	67.00	—	—	—	免费商用	详情
50	DeepSeek-V3.1 DeepSeek-AI	66.00	56.40	—	—	免费商用	详情

Qwen3.8-Max 阿里巴巴

思考水平 · 极高工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public67.70

SWE-bench Multilingual—

有条件商用

Hy4 preview 腾讯AI实验室

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public65.70

SWE-bench Multilingual82.90

免费商用

Qwen3.8-Flash-Next 阿里巴巴

思考水平 · 极高工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public62.50

SWE-bench Multilingual81.00

有条件商用

GLM-5.2 智谱AI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public62.10

SWE-bench Multilingual—

免费商用

Qwen3.8-27B 阿里巴巴

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public61.70

SWE-bench Multilingual—

免费商用

Qwen3.7 Max 阿里巴巴

开启思考工具

SWE-bench Verified80.40

LiveCodeBench—

SWE-Bench Pro - Public60.60

SWE-bench Multilingual78.30

闭源

MiniMax M3 MiniMaxAI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public59.00

SWE-bench Multilingual—

不可商用

Kimi K2.6 Moonshot AI

开启思考工具

SWE-bench Verified80.20

LiveCodeBench—

SWE-Bench Pro - Public58.60

SWE-bench Multilingual76.70

免费商用

GLM 5.1 智谱AI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public58.40

SWE-bench Multilingual—

免费商用

Hy3 腾讯AI实验室

开启思考工具

SWE-bench Verified78.00

LiveCodeBench—

SWE-Bench Pro - Public57.90

SWE-bench Multilingual75.80

免费商用

Qwen3.6-Max-Preview 阿里巴巴

深度思考模式工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public57.30

SWE-bench Multilingual—

闭源

Qwen 3.6 Plus Preview 阿里巴巴

开启思考工具

SWE-bench Verified78.80

LiveCodeBench—

SWE-Bench Pro - Public56.60

SWE-bench Multilingual—

闭源

Qwen3.6-Max-Preview 阿里巴巴

开启思考工具

SWE-bench Verified78.80

LiveCodeBench—

SWE-Bench Pro - Public56.60

SWE-bench Multilingual73.80

闭源

Qwen 3.6 Plus Preview 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench87.10

SWE-Bench Pro - Public56.60

SWE-bench Multilingual73.80

闭源

Step 3.7 Flash StepFunAI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public56.30

SWE-bench Multilingual—

免费商用

MiniMax-M2.7 MiniMaxAI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public56.20

SWE-bench Multilingual76.50

不可商用

DeepSeek-V4-Pro DeepSeek-AI

思考水平 · 极高工具

SWE-bench Verified80.60

LiveCodeBench—

SWE-Bench Pro - Public55.40

SWE-bench Multilingual76.20

免费商用

MiniMax M2.5 MiniMaxAI

开启思考工具

SWE-bench Verified80.20

LiveCodeBench—

SWE-Bench Pro - Public55.40

SWE-bench Multilingual—

免费商用

DeepSeek-V4-Pro DeepSeek-AI

开启思考工具

SWE-bench Verified79.40

LiveCodeBench—

SWE-Bench Pro - Public54.40

SWE-bench Multilingual74.10

免费商用

Qwen3.6-27B 阿里巴巴

开启思考工具

SWE-bench Verified77.20

LiveCodeBench—

SWE-Bench Pro - Public53.50

SWE-bench Multilingual71.30

免费商用

DeepSeek-V4-Flash DeepSeek-AI

思考水平 · 极高工具

SWE-bench Verified79.00

LiveCodeBench—

SWE-Bench Pro - Public52.60

SWE-bench Multilingual73.30

免费商用

DeepSeek-V4-Flash DeepSeek-AI

开启思考工具

SWE-bench Verified78.60

LiveCodeBench—

SWE-Bench Pro - Public52.30

SWE-bench Multilingual70.20

免费商用

DeepSeek-V4-Pro DeepSeek-AI

常规模式工具

SWE-bench Verified73.60

LiveCodeBench—

SWE-Bench Pro - Public52.10

SWE-bench Multilingual69.80

免费商用

Qwen3.5-397B-A17B 阿里巴巴

开启思考

SWE-bench Verified—

LiveCodeBench83.60

SWE-Bench Pro - Public50.90

SWE-bench Multilingual69.30

免费商用

Kimi K2.5 Moonshot AI

开启思考工具

SWE-bench Verified76.80

LiveCodeBench—

SWE-Bench Pro - Public50.70

SWE-bench Multilingual—

免费商用

Qwen3.6-35B-A3B 阿里巴巴

开启思考

SWE-bench Verified73.40

LiveCodeBench80.40

SWE-Bench Pro - Public49.50

SWE-bench Multilingual67.20

免费商用

DeepSeek-V4-Flash DeepSeek-AI

常规模式工具

SWE-bench Verified73.70

LiveCodeBench—

SWE-Bench Pro - Public49.10

SWE-bench Multilingual69.70

免费商用

Doubao Seed 2.0 Pro 字节跳动Seed团队

开启思考工具

SWE-bench Verified76.50

LiveCodeBench—

SWE-Bench Pro - Public46.90

SWE-bench Multilingual71.70

闭源

Qwen3-Coder-Next 阿里巴巴

常规模式工具

SWE-bench Verified70.60

LiveCodeBench—

SWE-Bench Pro - Public44.30

SWE-bench Multilingual—

免费商用

DeepSeek V3.2 DeepSeek-AI

开启思考

SWE-bench Verified70.20

LiveCodeBench83.30

SWE-Bench Pro - Public40.90

SWE-bench Multilingual—

免费商用

GLM-4.7 智谱AI

开启思考工具

SWE-bench Verified73.80

LiveCodeBench—

SWE-Bench Pro - Public40.60

SWE-bench Multilingual—

免费商用

M2.1 MiniMaxAI

开启思考工具

SWE-bench Verified—

LiveCodeBench—

SWE-Bench Pro - Public32.60

SWE-bench Multilingual—

免费商用

Kimi K2 0905 Moonshot AI

SWE-bench Verified69.20

LiveCodeBench—

SWE-Bench Pro - Public27.67

SWE-bench Multilingual—

免费商用

GLM-5 智谱AI

开启思考

SWE-bench Verified77.80

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3.5-397B-A17B 阿里巴巴

开启思考工具

SWE-bench Verified76.40

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-Max-Thinking 阿里巴巴

开启思考

SWE-bench Verified75.30

LiveCodeBench85.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

M2.1 MiniMaxAI

开启思考

SWE-bench Verified74.80

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Step 3.5 Flash StepFunAI

开启思考

SWE-bench Verified74.40

LiveCodeBench86.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek V3.2 DeepSeek-AI

开启思考工具

SWE-bench Verified73.10

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3.5-27B 阿里巴巴

开启思考

SWE-bench Verified72.40

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2 Thinking Moonshot AI

开启思考工具

SWE-bench Verified71.30

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3 Max (Preview)阿里巴巴

SWE-bench Verified69.60

LiveCodeBench57.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

闭源

MiniMax M2 MiniMaxAI

开启思考工具

SWE-bench Verified69.40

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Kimi K2 0905 Moonshot AI

开启思考工具

SWE-bench Verified69.20

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1 Terminus DeepSeek-AI

SWE-bench Verified68.40

LiveCodeBench74.90

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.6 智谱AI

SWE-bench Verified68.00

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

GLM-4.6 智谱AI

开启思考工具

SWE-bench Verified68.00

LiveCodeBench84.50

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek V3.2-Exp DeepSeek-AI

开启思考工具

SWE-bench Verified67.80

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

Qwen3-Coder-480B-A35B 阿里巴巴

SWE-bench Verified67.00

LiveCodeBench—

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

DeepSeek-V3.1 DeepSeek-AI

SWE-bench Verified66.00

LiveCodeBench56.40

SWE-Bench Pro - Public—

SWE-bench Multilingual—

免费商用

排序：

已显示 50 / 115 个模型查看 SWE-Bench Pro - Public 基准测试完整页面