AntwortenVeröffentlicht18 Quellen
Lenovos Code-Agent liegt im SWE-bench-Live-Lite-Test knapp vorn
TianxiCode von Lenovo löste mit DeepSeek V4.1 Flash 213 von 300 Aufgaben und kam am 8. Der verifizierte Spitzenplatz gilt für die Lite Wertung.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- TianxiCode von Lenovo löste mit DeepSeek V4.1 Flash 213 von 300 Aufgaben und kam am 8.
- Der verifizierte Spitzenplatz gilt für die Lite Wertung. Gegenüber dem nächstplatzierten verifizierten Eintrag mit 70,33 Prozent war der Vorsprung knapp.
- Der Benchmark prüft, ob KI Systeme reale Softwareprobleme aus GitHub Projekten mit Codeänderungen beheben.
KI-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 hat mit seinem Code-Agenten-Framework TianxiCode den ersten Platz in der Lite-Wertung von SWE-bench-Live erreicht. In der Kombination mit DeepSeek-V4.1-Flash löste das System 213 von 300 Aufgaben – eine Quote von 71,0 Prozent. Der Eintrag vom 8. Oktober 2026 ist als „Verified“ gekennzeichnet. 2
16
Der Abstand zum nächsten verifizierten Eintrag war gering: Dieser lag bei 70,33 Prozent. Der Spitzenplatz ist also ein knappes Ergebnis und bezieht sich ausdrücklich auf die Lite-Wertung, nicht auf die vollständige oder mehrsprachige Rangliste. QbitAI berichtete am 9. Oktober über den Erfolg, Pandaily griff ihn am 10. Oktober auf. 2
5
19
44
Was der Benchmark prüft
SWE-bench-Live stellt KI-Systemen Softwareprobleme aus realen GitHub-Projekten. Bewertet wird, ob sie einen Code-Patch erstellen, der das jeweilige Problem behebt – nicht bloß, ob sie ein Codefragment vervollständigen oder eine einzelne Funktion generieren können. 5
19
Das Ergebnis gehört zum Gesamtsystem aus Modell und Framework. DeepSeek-V4.1-Flash übernimmt laut den Berichten Codeverständnis und Schlussfolgerungen; TianxiCode steuert den technischen Ablauf, den Werkzeugeinsatz und die Prüfung der Änderungen. Aus dem Wert von 71 Prozent lässt sich deshalb nicht herauslesen, welchen Anteil das Modell allein hatte. 6
16
Was die Verifizierung aussagt
Für die „Verified“-Prüfung müssen Teilnehmende vollständige Ablaufprotokolle des Agenten einreichen. Laut QbitAI kontrollieren die Prüfenden außerdem Eingaben und Informationsabschottung, um zu untersuchen, ob Referenzlösungen, Tests oder Ergebnisse an das System gelangt sein könnten. TianxiCodes Eintrag hat diese Prüfung bestanden. 5
Das liefert zusätzliche Informationen darüber, wie der Benchmark abgesichert wurde. Es ist aber kein Beleg dafür, dass das System in allen Entwicklungsumgebungen ähnlich gut abschneidet: Das Resultat gilt für die Lite-Aufgaben und die dortigen Bedingungen. 5
16
Was über TianxiCode bekannt ist – und was offenbleibt
Berichte beschreiben das Framework mit Funktionen wie dateiübergreifender Suche über mehrere Schritte, eigenständiger Planung mit mehreren Werkzeugaufrufen und einer Rückkopplung zwischen Codeänderungen und Tests. Diese Angaben beschreiben die berichteten Fähigkeiten des Frameworks, messen aber nicht getrennt, wie stark jede einzelne davon zum Ergebnis beigetragen hat. 9
15
Der Erfolg zeigt, dass bei solchen Tests nicht nur das zugrunde liegende Modell zählt, sondern auch die Abläufe und Werkzeuge eines Code-Agenten. Er belegt jedoch weder eine bestimmte Kosteneffizienz von DeepSeek-V4.1-Flash noch konkrete Einsparungen oder einen Vorteil gegenüber anderen Modellen. Auch zu einer möglichen Einbindung in Entwickler-Toolchains oder KI-Hardware fehlen konkrete Zeitpläne und benannte Produkte. 2
5
6
Das Fazit
TianxiCode und DeepSeek-V4.1-Flash erreichten einen starken, offiziell geprüften Wert: 213 gelöste Aufgaben von 300 und Platz eins in der SWE-bench-Live-Lite-Rangliste vom 8. Oktober. Die belastbare Aussage bleibt dennoch eng umrissen: Diese konkrete Kombination lag zu diesem Zeitpunkt in der Lite-Wertung vorn. Eine Spitzenposition auf breiteren Ranglisten oder Aussagen zu Kosten und Einsatz im Alltag folgen daraus nicht.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Lenovos Code-Agent liegt im SWE-bench-Live-Lite-Test knapp vorn“?
TianxiCode von Lenovo löste mit DeepSeek V4.1 Flash 213 von 300 Aufgaben und kam am 8.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
TianxiCode von Lenovo löste mit DeepSeek V4.1 Flash 213 von 300 Aufgaben und kam am 8. Der verifizierte Spitzenplatz gilt für die Lite Wertung. Gegenüber dem nächstplatzierten verifizierten Eintrag mit 70,33 Prozent war der Vorsprung knapp.
Was soll ich als nächstes in der Praxis tun?
Der Benchmark prüft, ob KI Systeme reale Softwareprobleme aus GitHub Projekten mit Codeänderungen beheben.
Quellen
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...