مقارنة قدرات نماذج الذكاء الاصطناعي
البرمجة الوكيلية
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
— means no published score for this candidate in this source, not zero.
| رقم | النموذج | 10/11 recent-year models have scores | 7/11 recent-year models have scores |
|---|---|---|---|
| 1 |  Claude Opus 5.5 | 54.64medium · claude-codeclaude-opus-5-5_medium | 62.33max · proximusclaude-opus-5-5_max |
| 2 |  GPT-6 Astra | 53.26max · codexgpt-6-astra_max | 65.51max · proximusgpt-6-astra_max |
| 3 | GPT-6.1 Sol | 50.23medium · codexgpt-6.1-sol_medium | — |
| 4 | Claude Fable 5.1 | 50.91medium · claude-codeclaude-fable-5-1_medium | 56.29max · proximusclaude-fable-5-1_max |
| 5 |  Gemini 4 Argon | 47.55medium · chiselgemini-4-argon_medium | 54.96high · proximusgemini-4-argon_high |
| 6 | Claude Sonnet 5.5 | 52.09xhigh · claude-codeclaude-sonnet-5-5_xhigh | 61.89max · proximusclaude-sonnet-5-5_max |
| 7 | Claude Opus 5 | 53.38medium · claude-codeclaude-opus-5_max | 52.01max · proximusclaude-opus-5_max |
| 8 | GPT-6 Sol | 49.27max · codexgpt-6-sol_max | — |
| 9 | GPT-6 Luna | 42.42max · codexgpt-6-luna_max | — |
| 10 | Claude Haiku 5.5 | 46.36max · claude-codeclaude-haiku-5-5_max | 43.77max · proximusclaude-haiku-5-5_max |
| 11 | Claude Mythos Preview | — | — |
معايير Epoch AI
المصدر: Epoch AI, CC BY 4.0 ↗ · تم التحديث 2026-10-15
FrontierCode · تم التحديث 2026-10-07
FrontierSWE · تم التحديث 2026-10-07
PandaNpc تم التحديث 21 أكتوبر 2026، 06:01 UTC
المصدر: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
دليل الأعمدة
- رقم
- ترتيب العرض فقط. الفرز يغيّر هذا الرقم؛ وهو ليس تصنيفًا منشورًا للقدرات.
- النموذج
- اسم النموذج المقيَّم وأيقونة مزوّده. الشرطة في عمود الدرجات تعني عدم توفر درجة منشورة هنا، وليس صفرًا.
- FrontierCodeبرمجة FrontierCode
- يختبر ما إذا كانت تغييرات الكود تلبّي متطلبات المشرفين للدمج، بالجمع بين الفحوصات الوظيفية ومعايير الجودة. منهجية التقييم ↗
- FrontierSWEهندسة البرمجيات FrontierSWE
- يختبر مهام هندسية وبحثية تقنية صعبة. تعكس الدرجات تقييم المهام المنشور، مع تأثير الإصدار وإعداد الوكيل على قابلية المقارنة. منهجية التقييم ↗
اقرأ الدرجات ضمن نفس المعيار والمصدر والإصدار. تشير القيم الأعلى إلى أداء أقوى على المقياس المُبلَّغ عنه، لكن الأعمدة المختلفة لا تشترك في مقياس موحّد.