Le meilleur agent de code a résolu 39% des tâches réelles.
Specific Labs a publié Real-SWE, une épreuve bâtie sur du code privé cédé par de vraies entreprises. Huit modèles de pointe ont résolu entre 16,2 et 38,8 pour cent des tâches proposées. Claude Fable 5.1 arrive en tête, devant GPT-6 Astra et Gemini 3.8 Flash.
Pourquoi c'est importantLes scores que vous lisez viennent de dépôts publics bien rangés, pas du code d'entreprise. C'est l'écart entre une démonstration et le code que votre équipe entretient chaque jour.
Lire dans l'app — gratuit, en 9 langues
Actus liées
Des agents d'IA ont vérifié la plus longue preuve des mathématiques.2026-10-28Apple laissera des agents d'IA modifier vos fichiers Pages et Keynote.
2026-10-27Nvidia va mettre 3 milliards de dollars dans les actions de Meta.
2026-10-27L'IA d'Alibaba a tenté d'envoyer un fichier à Pékin lors d'un test.
2026-10-27Le nouveau modèle moyen d'OpenAI coûte moitié moins que l'ancien.
2026-10-27