AI实测室
按任务类型比较模型，用数据找到更合适的选择。
评测基准Epoch AI
覆盖模型32 个
测试配置32 组
当前指标代码修复
编程开发能力对比
代码仓库问题修复 · 来源成绩（%）· 越高越好
AnthropicOpenAIGoogle DeepMindZ.ai (Zhipu AI)DeepSeekAlibabaMoonshot
分项表现
按当前指标选取各模型最高分配置，展示前 6 个模型。
| 模型 / 配置 | 代码修复满分 100 | 多语言编程满分 100 | 终端任务满分 100 |
|---|---|---|---|
| Claude Opus 4.7claude-opus-4-7_max | 83.47 | — | — |
| GPT-5.5gpt-5.5-pre-release_xhigh | 80.58 | — | — |
| Gemini 3.5 Flashgemini-3.5-flash_high | 79.34 | — | — |
| Claude Opus 4.6claude-opus-4-6 | 78.72 | — | — |
| GLM-5.2glm-5.2_max | 78.70 | — | — |
| DeepSeek-V4-Prodeepseek-v4-pro_max | 77.64 | — | — |
低高色深按各项满分比例 · 数字为原始分 · — 未收录