编程开发
Bug 修复模型排名
比较定位问题、补丁质量、测试意识和真实 issue 修复能力。
#1
o3OpenAI · closed
94应用适配分
数据来源1 条证据
LiveBench独立评测
- 测评时间
- 2026/06/03
- 指标
- 公开来源分
- 分数
- 93/100
公开 benchmark 或第三方来源提供的模型能力信号。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
独立评测
定位复杂问题更强
- 来源
- LiveBench
- 指标
- 公开来源分
- 分数
- 93/100
- 排名
- #1
- 更新时间
- 2026/06/03
公开 benchmark 或第三方来源提供的模型能力信号。
不能直接代表该应用场景的所有业务效果，因此只作为推荐证据之一。
打开来源#2
Claude 3.7 SonnetAnthropic · closed
91应用适配分
数据来源1 条证据
LiveBench独立评测
- 测评时间
- 2026/06/03
- 指标
- 公开来源分
- 分数
- 90/100
公开 benchmark 或第三方来源提供的模型能力信号。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
独立评测
补丁说明和测试意识强
- 来源
- LiveBench
- 指标
- 公开来源分
- 分数
- 90/100
- 排名
- #2
- 更新时间
- 2026/06/03
公开 benchmark 或第三方来源提供的模型能力信号。
不能直接代表该应用场景的所有业务效果，因此只作为推荐证据之一。
打开来源#3
DeepSeek-R1DeepSeek · open
88应用适配分
数据来源1 条证据
模力榜 场景样例评测平台评测
- 测评时间
- 2026/06/03
- 指标
- 场景适配分
- 分数
- 86/100
平台自建样例评测，覆盖该应用场景的输出质量、稳定性和可用性。
打开来源在该应用场景的公开证据或平台样例评测中表现靠前。
价格 中速度 中上下文 中长
证据明细1 条
平台评测平台 rubric
开源可部署修复助手
- 来源
- 模力榜 场景样例评测
- 指标
- 场景适配分
- 分数
- 86/100
- 排名
- #3
- 更新时间
- 2026/06/03
平台自建样例评测，覆盖该应用场景的输出质量、稳定性和可用性。
不代表全量真实业务转化效果，需结合用户自己的 prompt 和审核流程。
打开来源