AnswersPublished18 sources
Lenovos TianxiCode indtager førstepladsen med 71 procent
TianxiCode, Lenovos rammeværk til kodeagenter, løste sammen med DeepSeek V4.1 Flash 213 af 300 opgaver på SWE bench Live Lite. Benchmarken tester, om AI systemer kan løse problemer fra rigtige GitHub projekter.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- TianxiCode, Lenovos rammeværk til kodeagenter, løste sammen med DeepSeek V4.1 Flash 213 af 300 opgaver på SWE bench Live Lite.
- Benchmarken tester, om AI systemer kan løse problemer fra rigtige GitHub projekter.
- Den officielle Verified gennemgang omfattede agentens fulde kørselsforløb og kontrol af evalueringsforhold, blandt andet for at undersøge risikoen for læk af svar eller testdata.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Lenovo’s Tianxi AI team achieve with its in-house TianxiCode coding-agent framework running DeepSeek-V4.1-Flash on SWE-bench-Live L. Article summary: Lenovo’s Tianxi AI team reportedly took first place on SWE-bench-Live Lite with its in-house TianxiCode agent framework running DeepSeek-V4.1-Flash, achieving an officially verified 71% resolution rate; QbitAI reported t. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Lenovos Tianxi AI-team kom øverst på SWE-bench-Live Lite med kodeagenten TianxiCode, der kørte sammen med DeepSeek-V4.1-Flash. På ranglisten den 8. oktober 2026 står systemet med en verificeret løsningsrate på 71,0 procent: 213 løste opgaver ud af 300. Afstanden til den næsthøjest placerede verificerede løsning var lille, cirka 0,67 procentpoint. 2
16
Resultatet er værd at bemærke, men det skal afgrænses præcist: Det gælder Lite-listen og dokumenterer ikke, at systemet fører på den fulde liste eller på lister for andre programmeringssprog. QbitAI omtalte resultatet 9. oktober, og Pandaily fulgte op dagen efter. 5
19
44
Hvad måler de 71 procent?
SWE-bench-Live tester, om et AI-system kan løse softwareproblemer fra rigtige GitHub-projekter ved at udarbejde kodeændringer, der retter fejlen. Det er altså en prøve af en bredere arbejdsgang end almindelig kodefuldførelse eller generering af et enkelt kodestykke. 5
19
Ranglisten viser TianxiCode sammen med DeepSeek-V4.1-Flash. Ifølge omtalen står modellen for kodeforståelse og ræsonnement, mens TianxiCode leverer arbejdsgangen og værktøjsbrugen. Scoren gælder derfor det samlede system; den viser ikke, hvor stor en del af resultatet der skyldes modellen alene. 6
16
Hvad betyder Verified?
QbitAI beskriver Verified-gennemgangen som en kontrol, hvor deltagerne skal indsende hele agentens kørselsforløb. Evaluatorerne gennemgår blandt andet evalueringsinput og informationsadskillelse for at undersøge, om agenten kan have fået adgang til facit, testtilfælde eller resultater. TianxiCodes indsendelse bestod gennemgangen. 5
Det giver mere indsigt i, hvordan resultatet blev opnået, end en ubekræftet score gør. Men Verified er ikke i sig selv et bevis på bred ydeevne i virkelige udviklingsmiljøer: Resultatet gælder stadig de opgaver, der indgår i Lite-delen af benchmarken. 5
16
Agentens rolle – og hvad resultatet ikke viser
Omtalen fremhæver, at TianxiCode understøtter søgning på tværs af filer, planlægning med flere værktøjskald og en løbende proces, hvor kodeændringer afprøves og justeres. Det er beskrevne egenskaber ved rammeværket, ikke særskilte målinger af, hvor meget hver enkelt funktion bidrog til scoren på 71 procent. 9
15
Resultatet peger på, at arbejdsgang og værktøjer kan spille en vigtig rolle sammen med den underliggende model i kodebenchmarks. Men det fastslår ikke, at en Flash-model er mere omkostningseffektiv, opgør eventuelle besparelser eller viser, hvordan TianxiCode ville klare sig med en anden model. De tilgængelige oplysninger angiver heller ikke en konkret tidsplan eller navngivne produkter for en bredere integration hos Lenovo. 5
6
Kort fortalt
TianxiCode og DeepSeek-V4.1-Flash leverede et stærkt, officielt verificeret resultat på SWE-bench-Live Lite: 213 løste opgaver ud af 300 og førstepladsen på ranglisten den 8. oktober. Den mest præcise konklusion er også den snævreste: Netop denne kombination lå øverst på Lite-listen på det tidspunkt. Scoren dokumenterer ikke i sig selv førerposition på andre benchmarklister eller konkrete resultater for omkostninger og udrulning.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Lenovos TianxiCode indtager førstepladsen med 71 procent"?
TianxiCode, Lenovos rammeværk til kodeagenter, løste sammen med DeepSeek V4.1 Flash 213 af 300 opgaver på SWE bench Live Lite.
What are the key points to validate first?
TianxiCode, Lenovos rammeværk til kodeagenter, løste sammen med DeepSeek V4.1 Flash 213 af 300 opgaver på SWE bench Live Lite. Benchmarken tester, om AI systemer kan løse problemer fra rigtige GitHub projekter.
What should I do next in practice?
Den officielle Verified gennemgang omfattede agentens fulde kørselsforløb og kontrol af evalueringsforhold, blandt andet for at undersøge risikoen for læk af svar eller testdata.
Sources
forck.liveWeek 41, 2026 · AI lab announcements, 5–11 October 2026
swe-bench-live.github.ioSWE-bench-Live Leaderboard
qbitai.com联想天禧自研代码智能体TianxiCode斩获SWE-bench-Live全球第一
pandaily.comLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top SWE-bench-Live Lite at 71%, Verified
x.comx.com › thePandaily › articleLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top...