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
Le patron d'Anthropic craint que des essaims d'IA prennent le web.2026-09-13Une faille maximale laissait exécuter du code dans le kit de Google.
2026-09-12Salesforce a donné des prénoms à ses agents et des semaines entières.
2026-09-1225 médaillés Fields signent une lettre contre l'IA en mathématiques.
2026-09-12Le modèle bon marché de Kimi ouvre le million de jetons à tous.
2026-09-12