Tidigare batalj · 2026-07-03 UTC
Code Generation Uppgörelse — 3 juli 2026
Från kategorin Code Generation. 9 markeringar placerade över 4 kämpar. DeepCoder-14B-Preview tog kronan.
Slutställning
Uppställningen
Kämparna
Profiler av varje verktyg som tävlade i den här bataljen, rankade efter sin slutpoäng.
DeepCoder-14B-Preview
Öppen källkod 14B kodresoneringsmodell destillerad från DeepSeek-R1 och Qwen-14B för avancerad kodgenerering.
DeepCoder-14B-Preview är en öppen källkod stor språkmodell fokuserad på kodgenerering och programmeringsresonemang. Den är byggd på DeepSeek-R1-Distilled-Qwen-14B‑basen, ärver kedjebaserade resonemangsförmågor och är samtidigt optimerad för mjukvaruutvecklingsuppgifter i flera programmeringsspråk. Modellen riktar sig till utvecklare som behöver ett självhostat alternativ till slutna kodassistenter. Den kan hantera uppgifter som att skriva funktioner från naturliga språkpromptar, felsöka befintlig kod, förklara kodsnuttar och assistera med algoritmisk problemlösning. Dess 14 B parametrarstorlek erbjuder en balans mellan kapacitet och hårdvarukrav som behövs för att köra den lokalt eller på måttliga moln‑GPU:er. Som en förhandsutgåva är DeepCoder-14B bäst lämpad för experiment, forskning och integration i utvecklarnas verktygspipelines, snarare än för kritiska produktionsutplaceringar utan vidare utvärdering.
Radbrytning av kriterier
- Kodgenerering från naturligt språk
- Stöd för flerspråkig programmering
- Kedja‑av‑tankar‑resonemang för felsökning
- Destillerad från DeepSeek-R1 och Qwen-14B
- Öppna vikter för lokal driftsättning
- Lämplig för finjustering och forskning
Codename Goose
En öppen källkod, AI-agent som körs lokalt och automatiserar komplexa ingenjörsuppgifter för att öka utvecklarnas produktivitet.
Codename Goose, ibland även kallad goose, är en öppen källkodsbaserad, on-machine- AI-agent som är avsedd att automatisera komplexa ingenjöruppdrag och förbättra utvecklarnas produktivitet. Den är en allmänändamålsenlig AI-agent som kan användas för olika uppgifter utöver kod, inklusive forskning, skrivande, automatisering och dataanalys. Den Goose AI-agenten är tillgänglig som en nativ desktopapplikation för macOS, Linux och Windows, en fullständig CLI för terminalarbetsflöden, och en API som kan integreras var som helst. Den har byggts i Rust, vilket ger prestanda och portabilitet. Goose kan arbeta med över 15 leverantörer, inklusive Anthropic, OpenAI, Google och Azure, och stöder API-nycklar eller befintliga prenumerationer via ACP. En av de viktigaste funktionerna hos goose är dess förmåga att ansluta till över 70 tillägg via den öppna Model Context Protocol-standarden. Detta möjliggör för utvecklare att utöka funktionerna hos det artificiella intelligenta agnet och integrera det med andra verktyg och tjänster. Goose är också medlem i Agentic AI Foundation (AAIF) på Linux Foundation, vilket ger en ramverk för utvecklingen och styrningen av artificiella intelligenta agenter. Goose-AI-agenter kan användas för att automatisera olika uppgifter, inklusive kodföreslag, installation, körning, redigering och testning med någon stor språkmodell (LLM). Den är utformad för att vara kapabel att utvidgas, vilket innebär att utvecklare kan bygga egna distribuerbara versioner med förkonfigurerade tillhandahållare, tillägg och märkning. Genomgripande sett är Goose ett öppen källkods AI-agent som har potentialen att betydligt förbättra utvecklarens produktivitet och automatisera komplexa ingenjöruppgifter. Dess flexibilitet, tillgänglighet och förmåga att fungera med flera leverantörer och tillägg gör det till en kraftfull verktyg för utvecklare och forskare i lika hög grad.
Radbrytning av kriterier
- Stöder 15+ leverantörer
- Kan bäddas in via API
- Ansluter till 70+ tillägg via MCP‑öppna standarden
- Fungerar med befintliga prenumerationer via ACP
- Anpassningsbar via egna distributioner och leverantörskonfigurationer
Kiro AI är ett AI-drivet IDE som möjliggör för utvecklare och team att effektivt omvandla projekten till produktionsklart kod. Det uppnår detta genom spec-drivet utveckling, som innebär att prompts omvandlas till strukturerade krav, arkitekturdesign och sekvenserade uppgifter som implementeras av parallella agenter. Kiro validerar också kodens korrekthet med egenskapsbaserade tester, vilket minskar problem som passerar enhetstester men bryter i produktion. Plattformen är utformad för att bringa struktur till AI-kodning, vilket säkerställer att koden är mer säker, underhållbar och matchar den avsedda resultatet. Kiro stöder ett urval funktioner, bland annat planering med specifikationer, implementering med parallella agenter, upptäckt av buggar med egenskapsbaserade tester och anslutning till GitHub eller GitLab för granskning. Den tillåter utvecklare att välja den bästa modellen för varje uppgift och drivs av populära modeller som Anthropic Claude. Plattformen är byggd på öppna standarder och är företagsklar, och erbjuder ett kreditbaserat modell med inga dagliga eller veckovisa tak för taxa, IAM- och SSO-autentisering samt administrationskontroller. Kiro har fått beröm av ingenjörer över hela världen för sin förmåga att motivera användningen av deras tid för att utveckla affärskritiska tillgångar internt, accelerera utvecklingen av funktioner och minska tiden till kundvärde. Det är en stark allierad för startups, som naturligt omvandlar bortglömda dokument och specifikationer till robusta tillgångar, vilket gör tillväxten jämnare och framtida skalning mer effektiv. Sammanfattningsvis är Kiro AI ett kraftfullt verktyg för utvecklare och team som vill effektivt förvandla projekt till produktionsklar kod, med dess fokus på specdriven utveckling, kodkorrekthet och företagsklarhet, vilket gör det till ett attraktivt alternativ för de som söker förbättra sina kodflöden.
Radbrytning av kriterier
- AI-assisterad kodgenerering
- Kontextuella kodsuggestions
- Omstrukturerings- och felsökningshjälp
- Projektskelett från prompter
- Integrerad utvecklingsarbetsflöde
- Stöd för flera språk
SWE-1 ai coding model
Sägs att sejla i Windsurf in-house AI-modellfamiljen sydspecialiserad för ett-hela-software-engineering-flöden
SWE-1 är en familj av AI-kodningsmodeller som utvecklats av Windsurf för att förgreniga och agerande uppgifter inom mjukvaruutveckling inuti dess IDE och relaterade produkter. Istället för att fokusera enbart på kodkomplettering är modellerna anpassade för den bredare ingenjörsvävlingen, inklusive resonemang över filer, navigering av stora repositori och samarbete med mänskliga utvecklare under längre sessioner. Linjen vanligtvis omfattar olika storlekar och prestandanivåer, vilket gör sätt att Windsurf kan routa lättviktsuppgifter som autocomplete till snabbare varianter medan reservera mer kapabla modeller för komplexa redigeringar, refaktoriseringar och agentströmmar. Eftersom modellerna är tränade med riktiga utvecklare aktivitet i åtanke, syftar de till att hantera otillräckliga tillstånd, flerstegsändringar och verktygsanvändning mer naturligt än allmänna syfte LLMs. SWE-1 är mest användbart för team som redan arbetar inom Windsurf och vill ha en hårdare integrerad kodningsmodell snarare än en generell chattrobot som har laddats upp på en redigerare.
Radbrytning av kriterier
- Familj av lärt modeller för programmering
- Repository-baserad argumentation
- Stöd för agenter, multi-steg och redigeringar
- Optimerad automatisk fullständigåtgärdsåtgärder och chatt läge
- Integrering med Windsurf Cascade-flöden
- Routning över lätta och tyngre variant