国外的 Vibe Code 测评排行：opus 4.7、gpt-5.5、deepseek V4、Kimi K2.6……等

问题描述：

• 这个是 Vibe Code Beanch

bench661×1162 77.5 KB

• 这个是 SWE-bench

swe-bench657×1155 77.8 KB

网友解答：

---

--【壹】--：

野榜，你可以看看，opus4.6 无思考排第5，opus 4.6thinking排第7，你的意思是不思考写出来的代码比思考后写出来的代码效果更好，这谁排的，有点搞笑了，不会是文科生媒体朋友吧

---

--【贰】--：

无思考的 opus 花费了更多美刀，可能实际工作上做了什么额外的事

感觉偶然性很高

---

--【叁】--：

huggingface.co

Arena Leaderboard - a Hugging Face Space by lmarena-ai

This app displays the LMArena leaderboard in a full‑screen view, letting you see the latest rankings of language models at a glance. Just open the page and the leaderboard loads automatically—no in...

不知道算不算？

---

--【肆】--：

我特别好奇，做这种榜单的人，真的自己开发吗？不会还是和科技评测媒体一样吧？不会科技硬要科技

---

--【伍】--：

拼接一下吧
vals.ai
benchmarks/swebench

---

--【陆】--：

看了这么多榜，还是直接用deepsee