AnswersPublished18 sources
TianxiCode від Lenovo очолив SWE-bench-Live Lite з результатом 71%
Система TianxiCode від Lenovo, що працювала на DeepSeek V4.1 Flash, розв’язала 213 зі 300 завдань SWE bench Live Lite й отримала 71% на таблиці лідерів за 8 жовтня 2026 року. Результат посів перше місце та пройшов перевірку Verified, але перевага над наступним верифікованим учасником була невеликою — близько 0,67 ві...
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- Система TianxiCode від Lenovo, що працювала на DeepSeek V4.1 Flash, розв’язала 213 зі 300 завдань SWE bench Live Lite й отримала 71% на таблиці лідерів за 8 жовтня 2026 року.
- Результат посів перше місце та пройшов перевірку Verified, але перевага над наступним верифікованим учасником була невеликою — близько 0,67 відсоткового пункту.
- SWE bench Live перевіряє, чи може система виправляти реальні проблеми в проєктах GitHub.
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
Команда Tianxi AI від Lenovo посіла перше місце на SWE-bench-Live Lite із системою TianxiCode на базі DeepSeek-V4.1-Flash. У записі таблиці лідерів за 8 жовтня 2026 року вказано результат 71,0%: система розв’язала 213 із 300 завдань і отримала статус Verified. Відрив від наступного верифікованого учасника був невеликим — приблизно 0,67 відсоткового пункту. 2
16
Це помітний результат, але важливо не розширювати його значення: йдеться про Lite-версію таблиці, а не про першість на повному чи багатомовному рейтингу. Про досягнення повідомило видання QbitAI 9 жовтня, а Pandaily написало про нього наступного дня. 5
19
44
Що саме перевіряє показник 71%
SWE-bench-Live оцінює, чи здатна система розв’язувати проблеми з реальних проєктів на GitHub, створюючи програмні патчі. Тобто це перевірка не лише вміння дописувати код, а й здатності пройти шлях від задачі в репозиторії до виправлення. 5
19
У рейтингу TianxiCode поєднано з моделлю DeepSeek-V4.1-Flash. За описом результату, модель відповідає за розуміння коду та міркування, тоді як фреймворк TianxiCode організовує інженерний процес і роботу з інструментами. Отже, 71% — це результат усієї системи, а не окрема оцінка DeepSeek. 6
16
Що означає статус Verified
За повідомленням QbitAI, для перевірки Verified учасники мають надати повні траєкторії роботи агента. Організатори також перевіряють вхідні дані оцінювання та ізоляцію інформації, щоб з’ясувати, чи не міг агент отримати доступ до еталонних відповідей, тестів або результатів. TianxiCode пройшов цю перевірку. 5
Такий перегляд дає більше підстав довіряти умовам оцінювання, ніж сама лише заявлена цифра. Водночас Verified не є доказом того, що система однаково добре працюватиме в будь-яких реальних умовах: оприлюднений результат стосується конкретних завдань Lite-версії. 5
16
Роль фреймворку — і межі висновків
У повідомленнях про TianxiCode згадуються пошук інформації між файлами, планування з кількома послідовними викликами інструментів і циклічне створення та коригування патчів із перевіркою тестами. Це опис можливостей фреймворку, а не окремі вимірювання того, скільки саме кожна з них додала до підсумкових 71%. 9
15
Результат узгоджується з думкою, що в бенчмарках для програмування важливі не лише базова модель, а й те, як агент організовує роботу. Але він сам по собі не доводить, що модель класу Flash є економнішою, не вимірює можливу економію й не показує, як TianxiCode оцінювався б з іншою моделлю. Доступні матеріали також не називають конкретних продуктів чи строків ширшого впровадження розробки Lenovo. 5
6
Висновок
TianxiCode у зв’язці з DeepSeek-V4.1-Flash показав сильний результат на SWE-bench-Live Lite: 213 розв’язаних завдань із 300 і перше місце в таблиці за 8 жовтня. Найточніше формулювання висновку водночас і найобмеженіше: саме ця комбінація моделі та агентного фреймворку очолила Lite-рейтинг на той момент. Першість на ширших таблицях, а також твердження про витрати чи практичне впровадження сам цей бал не підтверджує.
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 "TianxiCode від Lenovo очолив SWE-bench-Live Lite з результатом 71%"?
Система TianxiCode від Lenovo, що працювала на DeepSeek V4.1 Flash, розв’язала 213 зі 300 завдань SWE bench Live Lite й отримала 71% на таблиці лідерів за 8 жовтня 2026 року.
What are the key points to validate first?
Система TianxiCode від Lenovo, що працювала на DeepSeek V4.1 Flash, розв’язала 213 зі 300 завдань SWE bench Live Lite й отримала 71% на таблиці лідерів за 8 жовтня 2026 року. Результат посів перше місце та пройшов перевірку Verified, але перевага над наступним верифікованим учасником була невеликою — близько 0,67 відсоткового пункту.
What should I do next in practice?
SWE bench Live перевіряє, чи може система виправляти реальні проблеми в проєктах GitHub.
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...