Gate News 消息，3 月 25 日，SWE-rebench 基准测试维护者 Ibragim 于 3 月 23 日公布榜单更新。SWE-rebench 是一个每月从 GitHub 抽取全新软件工程任务的实时基准测试，模型无法提前针对题目优化。本次更新取消了此前的示例演示和 80 步操作限制，新增辅助评估任务。
最新前十排名：1. Claude Opus 4.6（65.3%）；2. GPT-5.2 medium（64.4%）；3. GLM-5（62.8%）；4. GPT-5.4 medium（62.8%）；5. Gemini 3.1 Pro Preview（62.3%）；6. DeepSeek-V3.2（60.9%）；7. Claude Sonnet 4.6（60.7%）；8. Claude Sonnet 4.5（60.0%）；9. Qwen3.5-397B-A17B（59.9%）；10. Step-3.5-Flash（59.6%）。
智谱 AI 的开源模型 GLM-5（MIT 协议）以 62.8% 排名第三，是榜上最高的开源模型。中国模型占前十中四席，除 GLM-5 外，还有深度求索 DeepSeek-V3.2（第六）、阿里通义千问 Qwen3.5-397B-A17B（第九）以及阶跃星辰 Step-3.5-Flash（第十）。智谱 Z.ai 全球负责人李子玄表示，上一次 SWE-rebench 更新时中国模型全部落在前十之外。
