DeepSWE benchmark

Bảng xếp hạng model AI

So sánh GPT 5.6 Luna/Terra/Sol ở xHigh và max trên DeepSWE. Max dùng combo riêng và hệ số token cao hơn.

Model dẫn đầu

GPT 5.6 Sol (max) · 73% · 2,5x

Accuracy score

DeepSWE leaderboard

Thanh ngang biểu thị phần trăm benchmark; badge bên phải là hệ số hạn mức token.

% higher is better

#1 GPT 5.6 Sol (max)

cx/gpt-5.6-sol · effort max · Điểm DeepSWE cao nhất.

2,5x73%

#2 GPT 5.6 Sol (xHigh)

cx/gpt-5.6-sol · effort xhigh · Sol non-max cho workload code khó.

2x71%

#3 GPT 5.6 Terra (max)

cx/gpt-5.6-terra · effort max · Terra max cân bằng hiệu năng/chi phí.

2x70%

#4 GPT 5.6 Luna (max)

cx/gpt-5.6-luna · effort max · Luna max ngang nhóm dẫn đầu với hệ số 2x.

2x67%

#5 GPT 5.5 (xHigh)

cx/gpt-5.5-xhigh · effort xhigh · Model GPT 5.5 xHigh ổn định.

2x67%

#6 GPT 5.6 Terra (xHigh)

cx/gpt-5.6-terra · effort xhigh · Terra non-max cho bài toán trung/cao.

1,5x60%

#7 GPT 5.6 Luna (xHigh)

cx/gpt-5.6-luna · effort xhigh · Luna xHigh tiết kiệm nhất trong bộ GPT 5.6.

1x57%

#8 Grok 4.5

xai/grok-4.5 · effort standard · Model xAI mới, tính hạn mức x1 như GPT 5.4.

1x53%

#9 GPT 5.4 (xHigh)

cx/gpt-5.4-xhigh · effort xhigh · Nền tảng ổn định cho workload cần xHigh.

1x52%