Cursor · GPT-5.6 Sol
Ürün belgeleri · Dış değerlendirme
DeepSWE modelleri mini-swe-agent ile sınar; bu ürünün ajanını sınamaz. Değerlendirme ayarı: gpt-5.6-sol[max] · v1.1
Kaynak kontrolü: 3 Eki 2026
Datacurve
DeepSWE
Datacurve · Değerlendiricinin ajanındaki kodlama modelleri. Ne ölçüyor?: Depo görevlerinin tamamlanması. Sürüm 1.1, kaydedilen kod değişikliklerini ayrı ortamda değerlendirir. Sonuçlar test edilen ajana ve muhakeme ayarına bağlıdır.
- Yayıncı
- Datacurve
- Kapsam
- Değerlendiricinin ajanındaki kodlama modelleri
- Ne ölçüyor?
- Depo görevlerinin tamamlanması
- Kaynak kontrolü
- 3 Eki 2026
Kapsam
Bir model benchmarkı, test edilen modeli ve görevi ölçer. Aracın tamamını, arayüzünü veya bütün planlarını ölçmez.
- Benchmark sürümünü ve model ayarını eşleştirin.
Değerlendirme kaynağı bulunan belgelenmiş modeller
Bu model adları hem ürün belgelerinde hem dış değerlendirmede yer alıyor. Servis sürümü, ayarlar ve aracın tüm iş akışı için eşleşme doğrulanmadı.
GitHub Copilot · GPT-5.6 Sol
Ürün belgeleri · Dış değerlendirme
DeepSWE modelleri mini-swe-agent ile sınar; bu ürünün ajanını sınamaz. Değerlendirme ayarı: gpt-5.6-sol[max] · v1.1
Kaynak kontrolü: 3 Eki 2026
GitHub Copilot · Gemini 3.8 Flash
Ürün belgeleri · Dış değerlendirme
DeepSWE modelleri mini-swe-agent ile sınar; bu ürünün ajanını sınamaz. Değerlendirme ayarı: gemini-3.8-flash[high] · v1.1
Kaynak kontrolü: 3 Eki 2026
Bu kategorideki araçlar
Bir model benchmarkı, test edilen modeli ve görevi ölçer. Aracın tamamını, arayüzünü veya bütün planlarını ölçmez.
GitHub Copilot
Yapay zekâ kodlama araçları
GitHub ve yaygın geliştirme ortamlarına entegre yapay zekâ kodlama asistanı.
