程式碼能力｜全球模型排行
依程式碼任務通過率排序，衡量模型在真實工程任務裡能不能把程式碼改對。寫腳本、接 SDK、做重構時最有參考價值。
0 筆計分方式: 最近更新: 等待首次抓取
榜單資料還沒有抓取到，稍後再看看。
資料怎麼來的
分數是終端程式碼任務（Terminal-Bench Hard）的通過率，屬於「能不能跑通」的硬指標，不評價程式碼風格。
分數、樣本量、信賴區間與價格都由資料來源提供，本站不做二次加工，也不替模型估分。
資料來源： Artificial Analysis
常見問題
程式碼榜和綜合榜有什麼區別？
程式碼榜只看程式碼任務通過率，綜合榜彙總多類評測。一個模型可能程式碼很強但綜合一般，兩張榜要一起看。
榜單多久更新一次？
後端每天抓取一次，頁面每次開啟都會讀取最新快照。若當天抓取失敗，會繼續顯示上一份資料，並保留原本的資料日期。
為什麼同一個模型在不同榜單上名次差很多？
指標不同：綜合榜看通用能力，程式碼榜看程式碼任務通過率，圖片和影片榜看真人盲選偏好。指標不同，排序自然不同。
榜單資料由第三方公開來源提供，僅供模型選型參考，不代表本平台對模型能力的評價。轉載與引用請遵循來源方的署名要求。