RespostasPublicado17 fontes
TianxiCode, da Lenovo, fica em 1º no SWE-bench-Live Lite com 71%
A combinação de TianxiCode, framework de agente de programação da Lenovo, e DeepSeek V4.1 Flash resolveu 213 de 300 tarefas no SWE bench Live Lite: 71%, com verificação oficial. O resultado registrado no placar de 8 de outubro de 2026 ficou apenas 0,67 ponto percentual à frente do próximo sistema verificado.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- A combinação de TianxiCode, framework de agente de programação da Lenovo, e DeepSeek V4.1 Flash resolveu 213 de 300 tarefas no SWE bench Live Lite: 71%, com verificação oficial.
- O resultado registrado no placar de 8 de outubro de 2026 ficou apenas 0,67 ponto percentual à frente do próximo sistema verificado.
- A avaliação usa problemas de projetos reais do GitHub. A pontuação mede o sistema completo — modelo e framework — e não o DeepSeek isoladamente.
Prompt de IA
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
A Lenovo ficou em primeiro lugar no SWE-bench-Live Lite com o TianxiCode, seu framework de agente de programação, combinado ao modelo DeepSeek-V4.1-Flash. O registro no placar de 8 de outubro de 2026 mostra 71,0% de resolução: 213 tarefas concluídas de um total de 300. A entrada aparece como verificada oficialmente. 2
16
A vantagem foi apertada: cerca de 0,67 ponto percentual sobre o próximo resultado verificado. E há um limite importante para interpretar a conquista: ela se refere à categoria Lite, não comprova liderança nas categorias Full ou nos placares por idioma. 2
16
O que a avaliação mede
O SWE-bench-Live apresenta problemas extraídos de projetos reais do GitHub e avalia se um sistema de IA consegue propor alterações de código — os chamados patches — capazes de resolvê-los. É um teste de fluxo de trabalho de engenharia de software, não apenas de completar código ou gerar trechos isolados. 5
19
Neste caso, a pontuação é do conjunto TianxiCode e DeepSeek-V4.1-Flash. Os relatos atribuem ao modelo a compreensão e o raciocínio sobre o código, enquanto o framework organiza o processo de engenharia e o uso de ferramentas. Portanto, o resultado não separa a contribuição de cada parte. 6
16
O que significa “Verified”
Segundo a QbitAI, a revisão “Verified” exige o envio do histórico completo de execução do agente. A avaliação também verifica os dados de entrada e o isolamento das informações para investigar possíveis vazamentos de respostas de referência, testes ou resultados. A submissão do TianxiCode passou por essa revisão. 5
Essa verificação acrescenta informações sobre as condições da avaliação, mas não é uma garantia de desempenho em qualquer cenário de desenvolvimento. A pontuação continua vinculada às tarefas e à divisão Lite do benchmark. 5
16
O papel do framework — e os limites do resultado
Os relatos descrevem o TianxiCode como capaz de buscar informações em vários arquivos e etapas, planejar ações com múltiplas chamadas de ferramentas e gerar patches em um ciclo de correção orientado por testes. Essas são capacidades atribuídas ao framework; não há medições separadas que indiquem quanto cada uma contribuiu para os 71%. 9
15
O resultado reforça a possibilidade de que o fluxo de trabalho e as ferramentas de um agente influenciem seu desempenho em avaliações de programação. Mas não demonstra que um modelo da categoria Flash seja mais barato ou eficiente em custos, não quantifica eventuais economias e tampouco mostra como o TianxiCode se sairia com outro modelo. 5
6
Há relatos de planos para levar o trabalho a ferramentas de desenvolvimento da Lenovo e a produtos de hardware com IA, mas as informações disponíveis não especificam cronograma de integração nem produtos concretos. 2
5
Em resumo
A dupla TianxiCode e DeepSeek-V4.1-Flash alcançou um resultado expressivo e oficialmente verificado no SWE-bench-Live Lite: 213 tarefas resolvidas em 300 e primeiro lugar no placar de 8 de outubro. A conclusão mais segura também é a mais específica: essa combinação liderou a categoria Lite naquele momento. O resultado, por si só, não comprova liderança em outras categorias, vantagem de custo ou desempenho em aplicações reais mais amplas.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "TianxiCode, da Lenovo, fica em 1º no SWE-bench-Live Lite com 71%"?
A combinação de TianxiCode, framework de agente de programação da Lenovo, e DeepSeek V4.1 Flash resolveu 213 de 300 tarefas no SWE bench Live Lite: 71%, com verificação oficial.
Quais são os pontos-chave para validar primeiro?
A combinação de TianxiCode, framework de agente de programação da Lenovo, e DeepSeek V4.1 Flash resolveu 213 de 300 tarefas no SWE bench Live Lite: 71%, com verificação oficial. O resultado registrado no placar de 8 de outubro de 2026 ficou apenas 0,67 ponto percentual à frente do próximo sistema verificado.
O que devo fazer a seguir na prática?
A avaliação usa problemas de projetos reais do GitHub. A pontuação mede o sistema completo — modelo e framework — e não o DeepSeek isoladamente.
Fontes
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
openai-hub.com联想TianxiCode登顶SWE-bench-Live：71%解决率背后的代码智能体能力解...