SWE-sweep · Version not stated in October 2026 table · 测试定义与成绩

SWE-sweep · Version not stated in October 2026 table 收录 2 次模型发布的评测披露或成绩。

测试版本与指标

别名 SWE-sweep

  • Subtask-weighted reward · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Subtask-weighted reward %

工具条件未记录 / 推理预算未记录 / mini-swe-agent · Carbon self-computed with mini-swe-agent; subtask-weighted reward.

SWE-sweep · Version not stated in October 2026 table · Subtask-weighted reward · 工具条件未记录 / 推理预算未记录 / mini-swe-agent · Carbon self-computed with mini-swe-agent; subtask-weighted reward.
模型与配置成绩(%)记录与证据
Gemini 4 Carbon未注明9.6%

Cross-model table value; specific Argon SWE-sweep harness not detailed in method PDF.

SWE-sweep · Version not stated in October 2026 table · Subtask-weighted reward · Cross-model table value; specific Argon SWE-sweep harness not detailed in method PDF.
模型与配置成绩(%)记录与证据
Gemini 4 Argon未注明4.3%

历史记录 · 2 次发布

  • Gemini 4 Carbon本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 4 Argon本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)