Code review

تُقارن النتائج داخل المجموعة المتطابقة فقط، فلا يُرتَّب نموذج جرى اختباره بطريقة ما مقابل نموذج جرى اختباره بطريقة أخرى.

Review a code change and catch the real bugs it introduces without burying them in invalid or low-value comments

تستخدم مجموعات الترتيب مقاييس منفصلة. قارن التكوينات داخل المجموعة الواحدة فقط؛ فـ EvalRank لا يجمع الأنظمة المختلفة في قائمة ترتيب واحدة أبدًا.

الإجماع عبر المعايير

أنت أمام ترتيب واحد للنماذج عبر المقاييس المعتمدة في هذا الموضوع، موزونًا بالطريقة نفسها التي تُوزَن بها القرارات. وكل درجة تمثل حصة النموذج من أفضل نتيجة.

الترتيب	النموذج	الحصة من الأفضل	المقاييس المرجعية
1	GPT-6.1 Terra	100.0%	1
2	GPT-6.1 Sol	90.5%	1
3	Grok 4.6	89.7%	1
4	Gemini 3.8 Flash	87.1%	1
5	Gemini 4 Argon	86.6%	1
6	Claude Opus 5.5	86.3%	1
7	GPT-6 Sol	85.2%	1
8	Claude Opus 5	80.7%	1
9	GPT-6 Luna	76.8%	1

نظام الوكيل · وكيلي

استكشافي - لم يُصنَّف فائزًا بعد

rg-code-review-agent-system-agentic-agent-system-v1

أدلة المستكشف

MacroscopeBench, every reasoning effort (Macroscope)

تم التحليل قبل 14 دقيقة

المصادر مختلفة؛ تُعرض بشكل منفصل، ولا تُجمع أبدًا في متوسط. رُصدت في 2026-11-04T00:03:15Z؛ صالحة حتى 2027-02-02T00:03:15Z.

الترتيب	التكوين	القدرة	عدم اليقين	العائلات
1	Claude Opus 5.5 macroscopebench:max-effort`config_e6d73883b79a458bb42954a12f9a4bd2f61b19d1a69dbedddcee57a7ccfc3a20`	100%	غير معروف	1
2	GPT-6.1 Terra macroscopebench:high-effort`config_0fca9081059f9ea84ea730e704c71ba4a674756223e8349e7fb8c727c9279e18`	96%	غير معروف	1
3	GPT-6.1 Terra macroscopebench:medium-effort`config_c3d1dc0e44423d43a98bc671e568d383d8cef0d30029eb2e6b34adb2bb3ffb5e`	93%	غير معروف	1
4	GPT-6 Sol macroscopebench:max-effort`config_8355540786508f62b7649c7e41ab7c7c3840eb783dc6fa18f30fa4ebf7f69482`	91%	غير معروف	1
5	Claude Opus 5.5 macroscopebench:xhigh-effort`config_8b30978b3842998bf9bbb38614b78c91c8e326d7807192a9af2c2988cda4e00f`	87%	غير معروف	1
6	GPT-6.1 Sol macroscopebench:max-effort`config_78df30b801e7eb04d6ef351803a5b54130f7c6a7b4d5ff9aa9756422418d076d`	86%	غير معروف	1
7	GPT-6 Astra macroscopebench:max-effort`config_a75d727f10d4a0eac19d6e01bf487c6184e8a510672183ea02a01a5fc23f3c8f`	85%	غير معروف	1
8	GPT-5.6 Sol macroscopebench:high-effort`config_99f8f7f0f456b8c6d1df1fa7043c58df55379cef41fa8a486e932ad43c3dfaca`	84%	غير معروف	1
9	GLM 5.3 macroscopebench:max-effort`config_483032ccc1d3f89ac4535ef6e623763c1cf3e47b0f87f7636ef89ca557e32604`	83%	غير معروف	1
10	GPT-6.1 Sol macroscopebench:xhigh-effort`config_82926d8185ff4aefa885e0248125762b7364ee16ea39e3de6323d76c6420dbfb`	83%	غير معروف	1
11	GPT-6 Sol macroscopebench:xhigh-effort`config_b5112dbc3d69b149f10e0a3d43ec90644a4a03cb6431d7441b6cd137f4d727e3`	83%	غير معروف	1
12	GPT-6.1 Sol macroscopebench:high-effort`config_5a24f76c989220b98e8d8a772ebe10c60ec362db74a637fec8cbe6db7ddc6300`	82%	غير معروف	1
13	GPT-6.1 Terra macroscopebench:low-effort`config_91304552afd01f5c37cfc14bc2b27d07892f9db62ffe0fbff8d4206288f68ae8`	80%	غير معروف	1
14	Grok 4.6 macroscopebench:xhigh-effort`config_40f36156eaa01fa3d0fa03fe65b5d085cd5e91e64eeff83efcb02980d3ba0628`	80%	غير معروف	1
15	Grok 4.6 macroscopebench:high-effort`config_9c445642dfb058b00be7b564987b4f27af2bff78275a8d43bda504fd245abf43`	78%	غير معروف	1
16	GPT-6 Sol macroscopebench:high-effort`config_e25f44e408a733401428874642e5edfe2bf935f05a41052f7ab74ee0fbb99318`	76%	غير معروف	1
17	GPT-6.1 Sol macroscopebench:medium-effort`config_9dafacf26cdd886ba1c1f49d87065b7d3f5cd54feb06f8ad8d6638188d37d663`	73%	غير معروف	1
18	Claude Opus 5.5 macroscopebench:high-effort`config_733dd5cc9437841e5449fa06b422c17e83334f55168c2f5d5b9325a535289ffc`	72%	غير معروف	1
19	Kimi K3 macroscopebench:max-effort`config_fc2b52a594c8a99a3b7c2b59e1391c3c83620d834ea81943588d979eda112be6`	72%	غير معروف	1
20	Grok 4.6 macroscopebench:medium-effort`config_10f0ba0fa4acbaba4d1227648e8a00f2cb7bc77f44f64a7b4ccf1880e161daf2`	72%	غير معروف	1
21	Gemini 4 Argon macroscopebench:high-effort`config_530c748fedff86cf7de491f4118d6c8a2c4dd2493b47a2cced04258747e2abf5`	72%	غير معروف	1
22	GPT-6 Luna macroscopebench:max-effort`config_3c0dd5fe33609fcaddb22f06a3e078e4f268b2003568cc116ae7eb7384151607`	71%	غير معروف	1
23	DeepSeek V4.1 Flash macroscopebench:max-effort`config_1b29e838bc883e7f200532f0c15b9414fcb38a2e33e878b81ffa9203b1f651e2`	70%	غير معروف	1
24	Gemini 3.8 Flash macroscopebench:medium-effort`config_9da81bf684efbe1ad1948d51b5b78cb6cd93e9dad9c50d8fc7887883e3a32b50`	66%	غير معروف	1
25	DeepSeek V4.1 Flash macroscopebench:low-effort`config_ce17896acd252f51af585df90ee2ec0e3d45888ceb07c6a1dd33a711252d6ed4`	66%	غير معروف	1
26	GPT-6.1 Sol macroscopebench:low-effort`config_7c8deb8f693e6c268a2313d787bf120b0ea2e5f62cd4f1417060353ee57317f8`	66%	غير معروف	1
27	DeepSeek V4.1 Flash macroscopebench:high-effort`config_2b2e93dfccd56f89985469205995a700afa68ca234cb33876dd8bebc4d1b4b49`	66%	غير معروف	1
28	Gemini 4 Argon macroscopebench:medium-effort`config_d54438a864b253c5bd74a5728f3089cefd93808fcbd5b5037bffb483fbb03af1`	65%	غير معروف	1
29	Claude Opus 5.5 macroscopebench:medium-effort`config_81b476353cd67c47751bf44dac77ad0f9eee84f3498f3c8b89f694420f430ff3`	65%	غير معروف	1
30	Claude Opus 5 macroscopebench:high-effort`config_88f804bb21b203128d39a5f2c65aac58f46eaf269947654a8c16b50f2d1a8219`	64%	غير معروف	1
31	GLM 5.3 macroscopebench:high-effort`config_f8c73c8a27ed8ec1ddba264606a44cea6f03daac9b87b51d8be381f565cbeb04`	63%	غير معروف	1
32	GPT-6 Sol macroscopebench:medium-effort`config_60c27177bb62cbb0bc1a1315c3195c7739acd13b0107510df793d173238ae34f`	63%	غير معروف	1
33	Kimi K3 macroscopebench:high-effort`config_9197026ae1add69be5447726f323c3b6df043eaf50ff17785efd62297e0def15`	61%	غير معروف	1
34	GPT-6 Luna macroscopebench:xhigh-effort`config_88e3c4fc4945be6778e224c4012ab03451b10e72c22e0ee09ea2182d94eb2703`	60%	غير معروف	1
35	GPT-5.6 Sol macroscopebench:low-effort`config_accd884ef51fabc161a52d15d9b4db38cca243783d42ed7108a2f8b5d73a3402`	55%	غير معروف	1
36	GPT-6 Luna macroscopebench:high-effort`config_82058abb9bbc34aa1c34ae904cca0e264290b8f3b3f4e00bd6a94f4416e17652`	53%	غير معروف	1
37	Claude Opus 5 macroscopebench:medium-effort`config_88aafab5a5dd6c8836dce41a23b99df08d5a0740972946670a44b907435db23b`	53%	غير معروف	1
38	Muse Wonder macroscopebench:low-effort`config_56cc703ca619ffb3e91db893245ecd9cbcce726abcaf09352122dfdf63726f56`	50%	غير معروف	1
39	GPT-6 Luna macroscopebench:medium-effort`config_29792f84f3e1cb2bc35c50d8e07675f7a7d08a8e1772251c5544842835e305ba`	45%	غير معروف	1
40	GPT-6 Sol macroscopebench:low-effort`config_ef2e7cca45952dfa1c5f5bb88e5a50eb9988bf57d5be8e41595685154337e61f`	44%	غير معروف	1
41	Claude Opus 5.5 macroscopebench:low-effort`config_0c2ade372c70318cb921a18ade2cfc1572dc5691bf9b7db84d5b9bb1f4c19160`	43%	غير معروف	1
42	Gemini 4 Argon macroscopebench:low-effort`config_9f37b46f7c7caa07013c896b1c888f7c6cc019824df18eb87c248740acd08540`	42%	غير معروف	1
43	Claude Opus 5 macroscopebench:low-effort`config_db91574819230d1677188be05a134058093d98912c162f534aff9147cb2b76e9`	38%	غير معروف	1
44	Grok 4.6 macroscopebench:low-effort`config_3368cc140fbfd7ce4dadd75a37bb9e79ffa5019153bd0554318a22c185f860cb`	32%	غير معروف	1
45	GLM 5.3 macroscopebench:low-effort`config_888ee1fd139c4c552ceab0300b8ab5cd4d374e6a23f8b8f36006393e328f593b`	25%	غير معروف	1
46	Kimi K3 macroscopebench:low-effort`config_7aab349be7a0f827ef808b8c22a1e74af5ea0f2d625d7b523b9fb39ed3d32db7`	22%	غير معروف	1
47	Gemini 3.8 Flash macroscopebench:low-effort`config_02e963f4bb6cd6a43724fd3a7e10a67dc2f157f877b244978c1d858c2e24d18d`	17%	غير معروف	1
48	GPT-6 Luna macroscopebench:low-effort`config_246e3f618910cca9f31cb112d2ec39ccdad228a931a1c22d0b5fd7430147faaf`	0%	غير معروف	1

قارن بين الإعدادات في هذه المجموعة

macroscopebench benchmark evidence

المصدر: Macroscope

أدلة المستكشف

MacroscopeBench, medium effort (Macroscope)

تم التحليل قبل 14 دقيقة

المصادر مختلفة؛ تُعرض بشكل منفصل، ولا تُجمع أبدًا في متوسط. رُصدت في 2026-11-04T00:03:19Z؛ صالحة حتى 2027-02-02T00:03:19Z.

الترتيب	التكوين	القدرة	عدم اليقين	العائلات
1	GPT-6.1 Terra macroscopebench:medium-effort`config_c3d1dc0e44423d43a98bc671e568d383d8cef0d30029eb2e6b34adb2bb3ffb5e`	100%	غير معروف	1
2	GPT-6.1 Sol macroscopebench:medium-effort`config_9dafacf26cdd886ba1c1f49d87065b7d3f5cd54feb06f8ad8d6638188d37d663`	59%	غير معروف	1
3	Grok 4.6 macroscopebench:medium-effort`config_10f0ba0fa4acbaba4d1227648e8a00f2cb7bc77f44f64a7b4ccf1880e161daf2`	55%	غير معروف	1
4	Gemini 3.8 Flash macroscopebench:medium-effort`config_9da81bf684efbe1ad1948d51b5b78cb6cd93e9dad9c50d8fc7887883e3a32b50`	44%	غير معروف	1
5	Gemini 4 Argon macroscopebench:medium-effort`config_d54438a864b253c5bd74a5728f3089cefd93808fcbd5b5037bffb483fbb03af1`	42%	غير معروف	1
6	Claude Opus 5.5 macroscopebench:medium-effort`config_81b476353cd67c47751bf44dac77ad0f9eee84f3498f3c8b89f694420f430ff3`	41%	غير معروف	1
7	GPT-6 Sol macroscopebench:medium-effort`config_60c27177bb62cbb0bc1a1315c3195c7739acd13b0107510df793d173238ae34f`	36%	غير معروف	1
8	Claude Opus 5 macroscopebench:medium-effort`config_88aafab5a5dd6c8836dce41a23b99df08d5a0740972946670a44b907435db23b`	16%	غير معروف	1
9	GPT-6 Luna macroscopebench:medium-effort`config_29792f84f3e1cb2bc35c50d8e07675f7a7d08a8e1772251c5544842835e305ba`	0%	غير معروف	1

قارن بين الإعدادات في هذه المجموعة

macroscopebench-medium benchmark evidence

المصدر: Macroscope

لا توجد أدلة مستقلة كافية لتكوين مجموعة أعلى

لم يتم التحقق من معايرة النتائج
تغطية عائلات المعايير المستقلة أقل من الحد المطلوب

العودة إلى جميع أنواع الأعمال