SWE-bench Leaderboards 在 2026 年 8 月 10 日的最新更新中，展示了 AI Agent 在解决软件工程任务方面的表现。在 'Verified' 子集和 'Bash Only' 设置下，Claude 4.5 Opus medium (使用 live-SWE-agent) 以 79.20% 的解决率排名第一。Sonar Foundation Agent 使用相同的模型也取得了 79.20% 的解决率。Doubao-Seed-Code (TRAE) 排名第三，解决率为 78.80%。榜单还包括了 Gemini 3 Pro Preview、Atlassian Rovo Dev 等模型和代理的性能数据，以及每个解决方案的平均成本和轨迹数量，为开发者提供了全面的性能对比信息。