DeepSWE一夜兩換榜首：Gemini剛上去，Meta又報75.4%

BiRun 訊，Gemini 3.8 Flash 剛發布時，Google 在 DeepSWE v1.1 上跑出 73.7%。DeepSWE 官方榜目前將它顯示為 74%±1%，排在 Claude Opus 5 和 GPT-5.6 Sol 前面。幾個小時後，Meta 又公佈 Muse Spark 1.3，自己在衕一套 DeepSWE 上跑到 75.4%，把公開成績再往上推了 1.7 個百分點。

這項測試讓 Agent 獨立處理 113 個眞實代碼庫裡的長週期軟件工程任務。Google 和 Meta 都使用 mini-swe-agent，Google 跑的是 high 推理檔，Meta 跑的是 max。Meta 上一代 Spark 1.2 只有 55.0%，這次直接漲了 20.4 個百分點。不過 Meta 的 75.4% 目前還沒進入 DeepSWE 官方榜。

在 Artificial Analysis 的 Coding Agent Index 中，限量預覽的 Spark 1.3 max 得到 68 分，僅次於 Claude Opus 5；目前公開可用的 xhigh 版本則是 64 分。

信源

動察 Beating 頻道 · 動察 Beating 交流羣