GPT 无后缀型号 · SWE-bench Verified · Verified subset (500 problems) · 历代记录

按发布时间查看 GPT 无后缀型号 的 2 次发布在 SWE-bench Verified · Verified subset (500 problems) 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-5.1

· 本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)

GPT-5.1 · SWE-bench Verified 成绩与配置
指标与成绩配置与评测条件出处
Pass rate76.3%原文 76.3% · 单位 %
公布
GPT-5.1 (high)
设置
Developer release table labels high reasoning effort; page separately describes adaptive reasoning in ChatGPT Instant/Thinking.
未知项
未另记
工具
工具条件未记录
推理预算
high
框架
未记录
协议
SWE-bench Verified, all 500 problems; JSON apply_patch harness.
条件
High reasoning effort.
在排名中查看此成绩

GPT-5.2

· 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-5.2 · SWE-bench Verified 成绩与配置
指标与成绩配置与评测条件出处
Pass rate80%原文 80.0% · 单位 %
公布 未确认
GPT-5.2 Thinking (xhigh)
设置
Highest available API reasoning effort xhigh, except professional benchmark tasks.
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 Verified.
条件
Highest available API reasoning effort xhigh; research environment.
在排名中查看此成绩