DeepSWE bir gecede iki kez lider değiştirdi: Gemini yeni zirveye çıktı, Meta ise %75,4 bildirdi.

动察 Beating AI hızlı haberi: Gemini 3.8 Flash piyasaya sürüldüğünde, Google DeepSWE v1.1 üzerinde %73,7 elde etti. DeepSWE resmi listesi şu anda bunu %74±1% olarak gösteriyor ve Claude Opus 5 ile GPT-5.6 Sol'un önünde yer alıyor. Birkaç saat sonra Meta, Muse Spark 1.3'ü duyurdu ve aynı DeepSWE üzerinde %75,4'e ulaşarak açık skoru 1,7 puan daha yukarı taşıdı.

Bu test, Agent'ın 113 gerçek kod deposundaki uzun döngülü yazılım mühendisliği görevlerini bağımsız olarak ele almasını sağlıyor. Google ve Meta, mini-swe-agent kullanıyor; Google yüksek çıkarım seviyesinde, Meta ise maksimum seviyede çalıştırıyor. Meta'nın önceki nesil Spark 1.2 yalnızca %55,0 iken, bu sefer doğrudan 20,4 puan artış gösterdi. Ancak Meta'nın %75,4'ü henüz DeepSWE resmi listesine girmiş değil.

Artificial Analysis'ın Coding Agent Index'inde, sınırlı önizlemedeki Spark 1.3 max 68 puan alarak yalnızca Claude Opus 5 xhigh'in ardından geliyor; şu anda herkese açık olan xhigh sürümü ise 64 puan.