DeepSWEは一夜で2回首位が入れ替わった：Geminiが上がったばかりなのに、Metaが75.4%を報告した。

動察 Beating AI 速報、Gemini 3.8 Flash が発表された直後、Google は DeepSWE v1.1 で 73.7% を記録しました。DeepSWE 公式ランキングでは現在、これを 74%±1% と表示し、Claude Opus 5 と GPT-5.6 Sol の上位に位置付けています。数時間後、Meta は Muse Spark 1.3 を発表し、同じ DeepSWE セットで 75.4% を達成し、公開スコアをさらに 1.7 ポイント押し上げました。

このテストでは、エージェントが 113 の実コードベース内の長期間にわたるソフトウェアエンジニアリングタスクを独立して処理します。Google と Meta は両方とも mini-swe-agent を使用しており、Google は high 推論モード、Meta は max モードで実行しました。Meta の前世代 Spark 1.2 はわずか 55.0% でしたが、今回は直接 20.4 ポイント上昇しました。ただし、Meta の 75.4% は現在まだ DeepSWE 公式ランキングには入っていません。

Artificial Analysis の Coding Agent Index では、限定プレビュー版の Spark 1.3 max が 68 点を獲得し、Claude Opus 5 xhigh に次ぐ位置です。現在公開されている xhigh バージョンは 64 点です。