Real-SWE：在私有真实企业代码库上评测 AI 模型

Real-SWE 是一个面向前沿 AI 模型的基准，任务取自从真实公司授权的私有生产代码库，覆盖计费、税务计算、客户迁移等有业务影响、常跨多个服务的改动，要求 agent 理解企业特有规则与既有代码约定。公布的首批结果中，Fable 5.1 搭配 Claude Code 解决率 38.8%，GPT-6 Astra 搭配 Codex CLI 为 33.8%，Gemini 3.8 Flash 搭配 Gemini CLI 为 31.2%。

AI推荐理由 该基准针对私有企业生产代码库评测前沿模型，任务来自真实公司授权代码，涉及计费、税务、客户迁移等有业务后果的改动，并给出 Fable 5.1/Claude Code 38.8%、GPT-6 Astra/Codex CLI 33.8%、Gemini 3.8 Flash/Gemini CLI 31.2% 的解决率排名。新信息在于评测集非公开、强调企业特有约定与多服务复杂度，对 coding agent 落地评估有参考价值；局限是正文为发布页片段，未提供任务数量、评分细则与可复现方法，且模型名称与数据无法在输入中独立验证。