GPT Codex · SWE-Bench Pro · Public · 历代记录

按发布时间查看 GPT Codex 的 2 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 Codex

· 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 Codex · SWE-Bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Task success rate56.4%原文 56.4% · 单位 %
公布 未确认
GPT-5.2 Codex (xhigh)
设置
Release article uses xhigh for the benchmark comparison later published in GPT-5.3-Codex appendix.
未知项
The initial GPT-5.2-Codex release article does not publish a numerical capability table.
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
xhigh effort; published later in the GPT-5.3-Codex comparison appendix.
在排名中查看此成绩

GPT-5.3 Codex

· 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-5.3 Codex · SWE-Bench Pro 成绩与配置
指标与成绩配置与评测条件出处
Task success rate56.8%原文 56.8% · 单位 %
公布 未确认
GPT-5.3 Codex (xhigh)
设置
Article footnote says all release evaluations use xhigh reasoning.
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
xhigh reasoning effort; article states it evaluates real-world software engineering across four languages.
在排名中查看此成绩