DeepSWE หนึ่งคืนเปลี่ยนอันดับหนึ่งสองครั้ง: เพิ่งขึ้นไปได้ไม่นาน Gemini ก็ถูก Meta รายงาน 75.4% แทน

动察 Beating AI ข่าวด่วน ตอนที่ Gemini 3.8 Flash เพิ่งเปิดตัว Google ทำคะแนนได้ 73.7% บน DeepSWE v1.1 ตารางอย่างเป็นทางการของ DeepSWE ตอนนี้แสดงเป็น 74%±1% อยู่อันดับเหนือ Claude Opus 5 และ GPT-5.6 Sol ไม่กี่ชั่วโมงต่อมา Meta ก็ประกาศ Muse Spark 1.3 โดยวิ่งบน DeepSWE ชุดเดียวกันได้ 75.4% ดันคะแนนสาธารณะขึ้นไปอีก 1.7 เปอร์เซ็นต์

การทดสอบนี้ให้ Agent จัดการงานวิศวกรรมซอฟต์แวร์ระยะยาวในโค้ดเบสจริง 113 รายการอย่างอิสระ ทั้ง Google และ Meta ใช้ mini-swe-agent โดย Google รันที่โหมด推理สูง ส่วน Meta รันที่โหมด max Spark 1.2 รุ่นก่อนหน้าของ Meta ทำได้เพียง 55.0% ครั้งนี้เพิ่มขึ้นถึง 20.4 เปอร์เซ็นต์โดยตรง อย่างไรก็ตาม คะแนน 75.4% ของ Meta ยังไม่เข้าสู่ตารางอย่างเป็นทางการของ DeepSWE

ในดัชนี Coding Agent Index ของ Artificial Analysis เวอร์ชันพรีวิวแบบจำกัดของ Spark 1.3 max ได้ 68 คะแนน รองลงมาจาก Claude Opus 5 xhigh เท่านั้น ส่วนเวอร์ชัน xhigh ที่เปิดให้ใช้งานสาธารณะตอนนี้ได้ 64 คะแนน