Note: Overall leaderboard rankings may not reflect true model quality — individual benchmarks give a clearer picture. ARC-Challenge MMLU GPQA GSM8K Artificial Analysis Intelligence Index v4.1
← Back to leaderboard

DeepSWE 1.1

25 models

Top 5 Models Performance

Google: gemini-4-argon ######################################## 77.9
DeepSeek: deepseek-v4.1-flash-1017 ######################################## 77
Anthropic: claude-opus-5.5 ###################################### 74.2
DeepSeek: deepseek-v4.1-flash ###################################### 74.2
OpenAI: gpt-6-astra ###################################### 74.1
– 970 – 1.1T
– 2019 – 2026
Rank Model Score
🇺🇸 1 Google: gemini-4-argon 77.9
🇨🇳 2 DeepSeek: deepseek-v4.1-flash-1017深度求索 77
🇺🇸 3 Anthropic: claude-opus-5.5 74.2
🇨🇳 4 DeepSeek: deepseek-v4.1-flash深度求索 74.2
🇺🇸 5 OpenAI: gpt-6-astra 74.1
🇺🇸 6 OpenAI: gpt-5.6-sol 73
🇺🇸 7 Anthropic: Claude Fable 5 70
🇺🇸 8 OpenAI: gpt-5.6-terra 70
🇺🇸 9 Anthropic: claude-opus-5 68.8
🇺🇸 10 OpenAI: GPT-5.5 67
🇺🇸 11 OpenAI: gpt-5.6-luna 67
🇨🇳 12 Z.ai: glm-5.3北京智谱华章科技有限公司 66.9
🇺🇸 13 SpaceXAI: grok-4.6 65.9
🇺🇸 14 Meta: muse-spark-open-816b-a42b 60
🇺🇸 15 Meta: muse-spark-1.2 59.3
🇺🇸 16 Anthropic: Claude Opus 4.8 59
🇨🇳 17 Qwen: qwen3.8-flash-next通义千问 58.7
🇺🇸 18 Anthropic: claude-sonnet-5 54
🇺🇸 19 Meta: muse-spark-1.1 53.3
🇺🇸 20 OpenAI: GPT-5.4 Pro 52
❓ 21 recursiveai: ripple-65b-preview 44.3
🇨🇳 22 Z.ai: GLM 5.2北京智谱华章科技有限公司 44
🇨🇳 23 Qwen: qwen3.8-27b通义千问 42.2
🇺🇸 24 Google: Gemini 3.5 Flash 37
🇺🇸 25 Meta: Muse Spark 10