벤치마크 · 코딩
SWE-bench Pro
실제 소프트웨어 저장소의 이슈를 분석하고 코드 패치로 해결하는 능력을 평가합니다. 저장소 탐색부터 구현·테스트까지 이어지는 엔지니어링 완성도를 봅니다.
측정 모델 88개 · 프로필 3개 · 데이터 기준 2026년 10월 9일
Public 731 대표
원문 출처 ↗공개 731문항 결과입니다. 같은 문항 집합이라도 공급자별 에이전트·추론 설정 차이가 있어 출처를 함께 확인하세요. 높을수록 좋습니다.
현재 최고점: 상용 Claude Fable 5.1 81.2% · 오픈 Qwen3.8-2.4T-A95B 67.7% → 상용이 13.5%p 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
LLM Stats 집계
원문 출처 ↗LLM Stats 공개 리더보드의 독립 프로필입니다. 검증·자기보고 여부를 보존합니다. 높을수록 좋습니다.
현재 최고점: 상용 Claude Opus 5.5 89.9% · 오픈 Hy4-preview 65.7% → 상용이 24.2%p 앞섭니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
Anthropic 482
원문 출처 ↗Anthropic 하네스 호환 482문항 부분집합입니다. Public 731 점수와 직접 비교할 수 없습니다. 높을수록 좋습니다.
출시일별 점수와 최고점 흐름
차트를 불러오는 중입니다…
상위 20
차트를 불러오는 중입니다…
| 출처 | ||||||
|---|---|---|---|---|---|---|
| 1 | Claude Fable 5.1Anthropic · 상용 API | API | 92.1% | 100 | 2026-09-01 | 확인됨 ↗ |
| 2 | Claude Opus 5Anthropic · 상용 API | API | 91.7% | 50 | 2026-07-24 | 확인됨 ↗ |
| 3 | Claude Sonnet 5Anthropic · 상용 API | API | 77.4% | 0 | 2026-06-30 | 확인됨 ↗ |
같은 분야의 다른 벤치
마커: 원 = 오픈 웨이트, 사각 = 상용 API, 빈 마커 = 검증되지 않은 값. 점을 누르면 모델 상세로 이동합니다. 백분위는 이 프로필 안에서의 상대 위치입니다.