SWE-rebench公布了基于2025年12月GitHub真实任务的最新评测榜单。Anthropic的Claude Opus 4.5以63.3%的解决率位居榜首，OpenAI GPT-5.2与谷歌Gemini 3 Flash Preview紧随其后。评测特别关注了成本效益，Gemini 3 Flash与DeepSeek-V3.2以极低单题成本展现极高性价比。开源方面，智谱GLM-4.7突破至51.3%解决率，DeepSeek-V3.2表现同样亮眼，标志着行业正朝着高性能、低成本的协同方向发展。
