AnswersPublished18 sources
Lenovos kodeagent får førsteplass i SWE-bench-Live Lite
Lenovos kodeagentrammeverk TianxiCode, kjørt med DeepSeek V4.1 Flash, løste 213 av 300 oppgaver og fikk en verifisert score på 71 prosent på topplisten 8. SWE bench Live tester om KI systemer kan løse feil fra ekte GitHub prosjekter.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Lenovos kodeagentrammeverk TianxiCode, kjørt med DeepSeek V4.1 Flash, løste 213 av 300 oppgaver og fikk en verifisert score på 71 prosent på topplisten 8.
- SWE bench Live tester om KI systemer kan løse feil fra ekte GitHub prosjekter. Resultatet gjelder kombinasjonen av modell og rammeverk, ikke DeepSeek alene.
- Den offisielle verifiseringen omfattet gjennomgang av agentens kjørelogg og evalueringsoppsett for å kontrollere at svar eller tester ikke var lekket.
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 tok førsteplassen på SWE-bench-Live Lite med kodeagentrammeverket TianxiCode, som kjørte DeepSeek-V4.1-Flash. Oppføringen på topplisten 8. oktober 2026 viser en verifisert løsningsgrad på 71,0 prosent: 213 av 300 oppgaver. Forspranget til neste verifiserte bidrag var lite, rundt 0,67 prosentpoeng. 2
16
Resultatet er verdt å merke seg, men rekkevidden er avgrenset: Det gjelder Lite-listen, ikke hele SWE-bench-Live eller listene for andre programmeringsspråk. QbitAI omtalte resultatet 9. oktober, og Pandaily fulgte opp 10. oktober. 5
19
44
Hva måler en score på 71 prosent?
SWE-bench-Live undersøker om et KI-system kan løse programvareproblemer hentet fra ekte GitHub-prosjekter ved å lage kodeendringer, såkalte patcher. Det er dermed en test av arbeidsflyten for å finne og rette feil – ikke bare av kodefullføring eller produksjon av enkeltstående kodebiter. 5
19
På denne oppføringen står TianxiCode sammen med DeepSeek-V4.1-Flash. Omtalen beskriver DeepSeek-modellen som ansvarlig for kodeforståelse og resonnering, mens TianxiCode leverer arbeidsflyten og verktøybruken. Poengsummen gjelder derfor det samlede systemet; den skiller ikke ut hvor mye modellen bidro sammenlignet med rammeverket. 6
16
Hva innebærer «Verified»?
Ifølge QbitAI krever SWE-bench-Lives Verified-kontroll at deltakerne leverer hele kjøreloggen fra agenten. Evalueringsgrunnlaget og informasjonsskillet blir også kontrollert for mulig lekkasje av fasitsvar, tester eller resultater. TianxiCode-beståelsen fikk denne verifiseringen. 5
Kontrollen gir mer innsyn i evalueringen enn en score uten gjennomgang. Men den er ikke i seg selv et bevis på bred ytelse i praktisk utvikling: Resultatet gjelder fortsatt oppgavene i Lite-delen av benchmarken. 5
16
Rammeverket er en del av resultatet
TianxiCode beskrives som et rammeverk med søk på tvers av filer og flere ledd, autonom planlegging med gjentatte verktøykall og en lukket arbeidsflyt for å lage og forbedre patcher. Opplysningene beskriver egenskaper ved rammeverket, men måler ikke separat hvor mye hver av dem bidro til scoren på 71 prosent. 9
15
Resultatet passer med tanken om at arbeidsflyt og verktøy kan ha betydning i kodebenchmarktester, i tillegg til selve modellen. Men det viser ikke at en Flash-modell er mer kostnadseffektiv, tallfester ingen besparelser og sier ikke hvordan TianxiCode ville gjort det med en annen modell. Den tilgjengelige omtalen oppgir heller ingen konkret tidsplan eller navngitte produkter for Lenovos videre planer. 5
6
Kort oppsummert
TianxiCode og DeepSeek-V4.1-Flash leverte et sterkt, offisielt verifisert resultat på SWE-bench-Live Lite: 213 av 300 oppgaver løst og førsteplass på topplisten 8. oktober. Den mest presise konklusjonen er også den mest avgrensede: Denne kombinasjonen toppet Lite-listen på det tidspunktet. Resultatet alene dokumenterer ikke ledelse på bredere benchmarklister eller sier noe sikkert om kostnader og bruk i produkter.
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 kodeagent får førsteplass i SWE-bench-Live Lite"?
Lenovos kodeagentrammeverk TianxiCode, kjørt med DeepSeek V4.1 Flash, løste 213 av 300 oppgaver og fikk en verifisert score på 71 prosent på topplisten 8.
What are the key points to validate first?
Lenovos kodeagentrammeverk TianxiCode, kjørt med DeepSeek V4.1 Flash, løste 213 av 300 oppgaver og fikk en verifisert score på 71 prosent på topplisten 8. SWE bench Live tester om KI systemer kan løse feil fra ekte GitHub prosjekter. Resultatet gjelder kombinasjonen av modell og rammeverk, ikke DeepSeek alene.
What should I do next in practice?
Den offisielle verifiseringen omfattet gjennomgang av agentens kjørelogg og evalueringsoppsett for å kontrollere at svar eller tester ikke var lekket.
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...