agent_system
gpt-5-6-luna mini_swe_agent_gpt_5_6_luna_xhigh
config_48bad74b1f6da89e03e6d0c75f872d8113fda707e64044512e74e758057407a3Yayınlanan sıralama
Bu puan ve iddia yalnızca bağlı sıralama grubu içinde geçerlidir.
57%
yetenek puanı
Sıra
38
Kanıt aileleri
1
İddia
Üst set dışında
Belirsizlik raporlanmadı
Yapılandırma pasaportu
- Standart ad
- gpt-5-6-luna
- Revizyon
- mini_swe_agent_gpt_5_6_luna_xhigh
- Etkileşim politikası
- agentic
- Pasaport sınıfı
- agent-system-v1
- Test altyapısı
- mini-swe-agent
- İskele
- mini_swe_agent_gpt_5_6_luna_xhigh
Kaynak kanıtı
- deepswe benchmark evidence
deepswe · artifact_a7c15d66288fd249c020b9931c017b92d1a3b90e480b3ff34974b752bd030019