# SWE Atlas Refactoring v1.1

## О тесте

SWE Atlas Refactoring проверяет, как модель в роли агента проводит рефакторинг существующего кода. Это одна из трех частей SWE Atlas от Scale AI, которые проверяют работу программиста помимо исправления ошибок; результат оценивает модель-судья. Задачи взяты из 15 рабочих репозиториев на шести языках: Go, Python, TypeScript, C, C++ и JavaScript. Агент работает в репозитории внутри Docker-контейнера со стандартными инструментами оболочки, поэтому может собрать, запустить и протестировать код. Каждая задача — один запрос: в нем поставлена цель, а способ решения агент выбирает сам. Всего в трех частях SWE Atlas 284 задачи.

Версия v1.1 вышла 22 сентября 2026 года. Все модели прогнали заново с новым судьей — моделью GPT-6.1 Sol, которая сама есть в таблице, итог решает большинство из трех ее голосов. Критерии оценки уточнили, доступ к сети ограничили. Поэтому результаты v1.1 нельзя напрямую сравнивать с таблицей v1.0.

Чем тест ограничен. Погрешность широкая: от ±10,1 до 12 пункта, поэтому соседние места, у которых интервалы перекрываются, — по сути ничья, и важна скорее группа, в которую попала модель. Какой агент запускал модели, страница не называет. Задачи не повторяют ваш стек и ваш репозиторий, поэтому перед выбором модели проверьте ее на своих задачах.

## Результаты

Методика: Scale AI.

Таблица Scale AI, вкладка Refactoring. Scale прогнала все модели сама в описанной выше среде. Уровень рассуждений у строк не указан. Погрешность показана так, как ее приводит Scale; что именно означает ±, страница прямо не говорит. После 22 сентября Scale дополняет таблицу новыми моделями, но дат у строк не ставит, поэтому указан месяц, когда мы прочитали таблицу.

| Модель | Независимый замер | Цифра разработчика | Ввод, ₽ за 1 млн | Вывод, ₽ за 1 млн |
| --- | --- | --- | --- | --- |
| [Claude Opus 5.5](https://router.nodul.ru/models/anthropic/claude-opus-5.5.md) | 77,1 % (ноябрь 2026) | — | 295.888 | 1479.4398 |
| [GPT-6 Astra](https://router.nodul.ru/models/openai/gpt-6-astra.md) | 71,4 % (ноябрь 2026) | — | 739.7199 | 3698.5995 |
| [Claude Fable 5.1](https://router.nodul.ru/models/anthropic/claude-fable-5.1.md) | 70 % (ноябрь 2026) | — | 739.7199 | 3698.5995 |
| [Gemini 4 Argon](https://router.nodul.ru/models/google/gemini-4-argon.md) | 67,1 % (ноябрь 2026) | — | 147.944 | 739.7199 |
| [Claude Sonnet 5.5](https://router.nodul.ru/models/anthropic/claude-sonnet-5.5.md) | 62,9 % (ноябрь 2026) | — | 147.944 | 739.7199 |
| [GPT-6.1 Sol](https://router.nodul.ru/models/openai/gpt-6.1-sol.md) | 60 % (ноябрь 2026) | — | 147.944 | 739.7199 |
| [Muse Wonder](https://router.nodul.ru/models/meta/muse-wonder.md) | 60 % (ноябрь 2026) | — | 440 | 2200 |
| [Gemini 3.8 Flash](https://router.nodul.ru/models/google/gemini-3.8-flash.md) | 55,7 % (ноябрь 2026) | — | 55.479 | 277.395 |
| [GPT-6.1 Terra](https://router.nodul.ru/models/openai/gpt-6.1-terra.md) | 55,7 % (ноябрь 2026) | — | 73.972 | 369.86 |
| [DeepSeek V4.1 Flash](https://router.nodul.ru/models/deepseek/deepseek-v4.1-flash.md) | 54,3 % (ноябрь 2026) | — | 3.6838 | 14.7352 |
| [Kimi K3](https://router.nodul.ru/models/moonshotai/kimi-k3.md) | 54,3 % (ноябрь 2026) | — | 49.5 | 1109.5799 |
| [Inkling 2 Small](https://router.nodul.ru/models/thinkingmachines/inkling-2-small.md) | 53,3 % (ноябрь 2026) | — | 33 | 110 |
| [Claude Haiku 5.5](https://router.nodul.ru/models/anthropic/claude-haiku-5.5.md) | 52,9 % (ноябрь 2026) | — | 7.3972 | 36.986 |
| [Grok 4.7](https://router.nodul.ru/models/x-ai/grok-4.7.md) | 48,6 % (ноябрь 2026) | — | 177.4872 | 532.4616 |
| [GPT-6 Luna](https://router.nodul.ru/models/openai/gpt-6-luna.md) | 47,1 % (ноябрь 2026) | — | 7.3972 | 36.986 |
| [Muse Spark Open](https://router.nodul.ru/models/meta/muse-spark-open.md) | 35,7 % (ноябрь 2026) | — | 137.5 | 467.5 |

---
HTML-версия: https://router.nodul.ru/models/benchmarks/swe-atlas-refactoring
Оглавление сайта для ИИ-агентов: https://router.nodul.ru/llms.txt · все для решения о покупке: https://router.nodul.ru/llms-full.txt · прайс-лист: https://router.nodul.ru/models/prices.md
