Бенчмарк и лидерборд для ИИ-агентов, чинящих реальные issue из GitHub-репозиториев
Официальные лидерборды с метрикой % Resolved; сравнение моделей между собой, срезы по репозиториям и языкам, графики «решено vs стоимость», «решено vs дата релиза модели», распределения по стоимости и числу шагов; фильтр open-weights моделей; экспорт выборки в JSON/PNG; сопутствующие проекты SWE-agent, mini-SWE-agent, SWE-smith, SWE-ReX, SWE-bench CLI, CodeClash, ProgramBench.
| Type | Other |
| Section | Directories & rankings / Бенчмарки для кодовых агентов |
| Pricing | open source |
| Systems | web |
| Hosting | cloud |
| Install | none |
| Who for | исследователи ИИ, разработчики кодовых агентов, ML-инженеры, авторы моделей |
| Site language | en |
| Vendor | SWE-bench team |
| GitHub | SWE-bench/SWE-bench |