跳到正文MODELS · BENCHMARKS
模型榜
仅展示 SRE-Bench 与 AgentRE-Bench V3 的公开成绩，按各自基准得分排名；条形长度只在同一榜单内比较。
SRE-Bench
排名依据 成绩（满分 100%） · 误差棒为来源给出的 stderr
#模型成绩
- 1GPT-6 AstraOpenAI56.87%±3.07
- 2Claude Opus 5.5Anthropic33.59%±2.92
AgentRE-Bench V3
排名依据 总分（满分 2）
#模型总分
- 1Kimi K3Moonshot1.3618
- 2Claude Opus 5Anthropic1.2785
- 3GPT-5.6 SolOpenAI1.2157
3
GPT-5.6 SolOpenAI
30.53%±2.85
4Claude Fable 5.1Anthropic22.90%±2.605Claude Opus 5Anthropic12.21%±2.036Gemini 3.7 FlashGoogle4.58%±1.297GPT-5.5OpenAI3.82%±1.198Hy4Tencent2.29%±0.939DeepSeek V4.1 FlashDeepSeek0.76%±0.5410Grok 4.5Spacexai0.76%±0.5411GLM-5.2Z.ai0.00%±0.004
DeepSeek V4 FlashDeepSeek
1.1906
5Gemini 3.6 FlashGoogle1.1052—Claude Fable 5Anthropic运行未出分