GPT 无后缀型号 · SWE-Bench Pro · Public · 历代记录

按发布时间查看 GPT 无后缀型号 的 3 次发布在 SWE-Bench Pro · Public 的成绩、配置与披露。

仅为直接前代间的唯一、有效精确值计算差值,要求单位、指标与明确记录的配置和条件一致。

GPT-5.2

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

GPT-5.2 · SWE-Bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Task success rate55.6%原文 55.6% · 单位 %
公布 未确认
GPT-5.2 Thinking (xhigh)
设置
Highest available API reasoning effort xhigh, except professional benchmark tasks.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
SWE-Bench Pro public set.
条件
Highest available API reasoning effort xhigh; research environment.
在排名中查看此成绩

GPT-5.4

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

与直接前代的记录缺少满足差值计算的同条件依据。

GPT-5.4 · SWE-Bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Task success rate57.7%原文 57.7% · 单位 %
公布 未确认
GPT-5.4 (xhigh)
设置
The release article states evaluations use xhigh unless otherwise noted.
未知项
未另记
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
SWE-Bench Pro, Public.
条件
Official release table labels GPT-5.4 (xhigh); the article says evaluations use xhigh unless otherwise noted and were run in a research environment.
在排名中查看此成绩

GPT-5.5

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

GPT-5.5 · SWE-Bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Task success rate58.6%原文 58.6% · 单位 %
公布 未确认
GPT-5.5 xhigh
设置
Reasoning effort xhigh; research environment; output may differ slightly from production ChatGPT in some cases.
未知项
A subset of protocol details remain benchmark-specific and unreported.
工具
工具条件未记录
推理预算
xhigh
框架
未记录
协议
未说明
条件
Mainline GPT-5.5 evaluation at xhigh in research environment.
在排名中查看此成绩