之前做过的评测： 【更新完毕】GPT 5.6 全三种模型 juice值参考 - 前沿快讯 / 前沿快讯, Lv1 - LINUX DO 
最近还会做一个评测，感兴趣的可以关注论坛账号获取通知。 
本文内容采用 CC BY-NC-SA 4.0 [协议内容]  [法律文件]协议发布，转载请注明本贴链接，不可商业性使用本文内容。 
针对于ox-alpha模型（不设置effort，opencode default是max），采用了 **DeepSWE**v1.1 benchmark作为评测基准。 
对于113个test，每个测试单次测试，使用mini-SWE-agent（官网测试Harness），Pass@1 ，测试上限由默认1小时延长至10小时（tps过低），通过为73个，失败为40个，通过率为64.6%。 
 [image] 
根据官网数据，目前模型软件工程能力位于deepseek-v4-pr...