SWE-bench Pro 通过率对比
以相同底座模型为基准,比较不同Agent的通过率,突出AgentRuntime带来的工程执行差异
DeepSeek 同模型
DFCode +1.3 pp
92%
90%
88%
92%
90%
88%
GPT-5.5 同模型
DFCode +3.7 pp
90%
85%
80%
90%
85%
80%
两组对比使用完全相同的底座模型：接入 DFCode 后，SWE-bench Pro 通过率分别领先 Claude Code 1.3 个百分点、领先 Codex 3.7 个百分点。模型相同，胜在工程——DFCode 的 Agent 执行工程让同一个模型解决更多真实工程任务，这正是它日常编码更高效、交付更稳定的底气。