DeepSWE一夜两换榜首：Gemini刚上去，Meta又报75.4%

BiRun 讯，Gemini 3.8 Flash 刚发布时，Google 在 DeepSWE v1.1 上跑出 73.7%。DeepSWE 官方榜目前将它显示为 74%±1%，排在 Claude Opus 5 和 GPT-5.6 Sol 前面。几个小时后，Meta 又公布 Muse Spark 1.3，自己在同一套 DeepSWE 上跑到 75.4%，把公开成绩再往上推了 1.7 个百分点。

这项测试让 Agent 独立处理 113 个真实代码库里的长周期软件工程任务。Google 和 Meta 都使用 mini-swe-agent，Google 跑的是 high 推理档，Meta 跑的是 max。Meta 上一代 Spark 1.2 只有 55.0%，这次直接涨了 20.4 个百分点。不过 Meta 的 75.4% 目前还没进入 DeepSWE 官方榜。

在 Artificial Analysis 的 Coding Agent Index 中，限量预览的 Spark 1.3 max 得到 68 分，仅次于 Claude Opus 5；目前公开可用的 xhigh 版本则是 64 分。

信源

动察 Beating 频道 · 动察 Beating 交流群