LoopArena Leaderboard
编程智能体排行榜
只对目前主流的编程智能体排序打分。主榜按 Type III 严格成功率（SSR）排名，也可以按 Type I / Type II 或成本排序；数据全部来自数据库中的评测记录， 新结果审核通过后榜单会自动刷新。
| 排名 | 编程智能体 ↕ | Type I · 合同准确率 ↕ | Type II · SSR ↕ | Type II · 成本 ↕ | Type III · SSR ↓ | Type III · 成本 ↕ |
|---|
SSR = Strict Success Rate：既通过任务 evaluator，又符合 LoopArena 协议才算成功。成本为无缓存口径的平均估算推理成本。
CLI 实测
编程智能体 CLI 实测榜
切换任务类型与指标，表格与雷达图会同步显示该口径下的真实分布。
排序指标
| 排名 | 编程智能体 | 综合分 | 任务成功率权重 35% | 工具调用准确率权重 20% | 进度率权重 20% | 效率权重 10% | 可信与安全权重 15% |
|---|
五维能力雷达图
两类场景平均（0–100）
Reference Policies
参考策略（不参与排名）
两条基线用同一个 Worker 与执行环境，用来回答「到底还需不需要 Controller」。
| 策略 | Type II · SSR | Type II · 成本 | Type III · SSR | Type III · 成本 |
|---|