Gate News の報告によると、3月25日にSWE-rebenchのベンチマークメンテナがIbragimによって3月23日にランキングの更新を発表しました。SWE-rebenchは、GitHubから毎月新しいソフトウェアエンジニアリングタスクを抽出し、リアルタイムでベンチマークを行うもので、モデルは事前に問題に最適化されません。今回の更新では、従来のサンプルデモと80ステップの操作制限を廃止し、新たに補助評価タスクを追加しました。
最新のトップ10は以下の通りです：
- Claude Opus 4.6（65.3%）
- GPT-5.2 medium（64.4%）
- GLM-5（62.8%）
- GPT-5.4 medium（62.8%）
- Gemini 3.1 Pro Preview（62.3%）
- DeepSeek-V3.2（60.9%）
- Claude Sonnet 4.6（60.7%）
- Claude Sonnet 4.5（60.0%）
- Qwen3.5-397B-A17B（59.9%）
- Step-3.5-Flash（59.6%）
智谱AIのオープンソースモデルGLM-5（MITライセンス）は62.8%で3位に入り、最も高いオープンソースモデルとなっています。中国のモデルはトップ10のうち4つを占めており、GLM-5のほかに深度求索のDeepSeek-V3.2（6位）、阿里通义千問のQwen3.5-397B-A17B（9位）、階段星辰のStep-3.5-Flash（10位）があります。智谱Z.aiのグローバル責任者李子玄は、「前回のSWE-rebenchの更新時には中国のモデルはトップ10に入っていませんでした」と述べています。
