List your company

Code Generation on HumanEval (test)

100Pass@1Claude 3.5 Sonnet
79.709684.977390.24595.5127Mar 20, 2023Oct 4, 2023Apr 20, 2024Nov 4, 2024May 22, 2025Dec 6, 2025Jun 23, 2026

Evaluation results

MethodLinks
Claude 3.5 SonnetPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.06100———1.04—————————————————————————————————————
Llama-3 8BPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.06100———1.03—————————————————————————————————————
AgentConductorSystem Category=Multi-Agent Systems with Topology Optimization, Model Scale=3B2026.0297.5—————————————————————————————————————————
FlowReasonerSystem Category=Multi-Agent Systems with Workflow Optimization2026.0297.3—————————————————————————————————————————
AgentPruneSystem Category=Multi-Agent Systems with Topology Optimization, Topology Variant=Layered2026.0296.6—————————————————————————————————————————
MapCoderSystem Category=Classical Multi-Agent Systems2026.0296.4—————————————————————————————————————————
AgentPruneSystem Category=Multi-Agent Systems with Topology Optimization, Topology Variant=Complex2026.0296.1—————————————————————————————————————————
Mistral-Nemo 12BPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.0696———2.07—————————————————————————————————————
MetaGPTSystem Category=Classical Multi-Agent Systems2026.0295.8—————————————————————————————————————————
MacNetSystem Category=Multi-Agent Systems with Topology Optimization, Topology Variant=Complex2026.0295.8—————————————————————————————————————————
G-DesignerSystem Category=Multi-Agent Systems with Topology Optimization2026.0295.6—————————————————————————————————————————
MANGOBase LLM=GPT-4o-mini2026.0595.42—————————————————————————————————————————
Chain-of-AgentsSystem Category=Multi-Agent Systems with Workflow Optimization, Model Scale=32B2026.0295.3—————————————————————————————————————————
MacNetSystem Category=Multi-Agent Systems with Topology Optimization, Topology Variant=Layered2026.0295.2—————————————————————————————————————————
GPT-4oPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.0695———2.25—————————————————————————————————————
GPTSwarmSystem Category=Multi-Agent Systems with Topology Optimization2026.0294.8—————————————————————————————————————————
MANGO (Skip-2)Base LLM=GPT-4o-mini2026.0594.66—————————————————————————————————————————
FUNCODERModel=GPT-42024.0594.5—————————————11.6———————————————————————————
AFlowSystem Category=Multi-Agent Systems with Workflow Optimization2026.0294.2—————————————————————————————————————————
Mistral 7BPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.0693———1.1—————————————————————————————————————
MaASBase LLM=GPT-4o-mini2026.0592.85—————————————————————————————————————————
LATS (ReAct)Model=GPT-42023.1092.7—————————————————————————————————————————
Gemma-2 9BPrompting Strategy=Hierarchical Prompting Framework (HPF)2024.0691———1.01—————————————————————————————————————
ReflexionModel=GPT-4, Strategy=Reflexion, Zero-shot=true2023.0391—————————————————————————————————————————
ReflexionLLM=GPT-42023.0591—————————————————————————————————————————
ReflexionModel=GPT-42023.1091—————————————————————————————————————————
ReflexionModel=GPT-42024.0591—————————————8.1———————————————————————————
AFlowBase LLM=GPT-4o-mini2026.0590.93—————————————————————————————————————————
CodeTModel=GPT-42024.0590.9—————————————8———————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.42025.0590.42—————————————————————————————————————————
DyLANBase LLM=GPT-4o-mini2026.0590.42—————————————————————————————————————————
AutoGenSystem Category=Classical Multi-Agent Systems2026.0290.4—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.52025.0589.43—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.72025.0589.36—————————————————————————————————————————
GPTSwarmBase LLM=GPT-4o-mini2026.0589.32—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.12025.0589.3—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.4, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0589.25—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Structural, Variant=Str-32025.0589.08—————————————————————————————————————————
AgentSquareBase LLM=GPT-4o-mini2026.0589.08—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.32025.0588.95—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.3, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0588.87—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.22025.0588.78—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.5, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0588.74—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Structural, Variant=Str-22025.0588.73—————————————————————————————————————————
Plan-and-ExecuteBase LLM=GPT-4o-mini2026.0588.71—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Structural, Variant=Str-12025.0588.69—————————————————————————————————————————
LLM-DebateBase LLM=GPT-4o-mini2026.0588.68—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-1.62025.0588.6—————————————————————————————————————————
SC (CoT×5)Base LLM=GPT-4o-mini2026.0588.6—————————————————————————————————————————
OMACBackbone=GPT-4o-mini, Optimization Dimension=Functional, Variant=Fun-22025.0588.45—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.1, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0588.39—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.6, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0588.39—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.7, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0588.34—————————————————————————————————————————
MultiPersonaBase LLM=GPT-4o-mini2026.0588.32—————————————————————————————————————————
CoTBase LLM=GPT-4o-mini2026.0588.13—————————————————————————————————————————
Self-RefineBase LLM=GPT-4o-mini2026.0587.79—————————————————————————————————————————
GPT-4o-miniSystem Category=Vanilla, Backbone=GPT-4o-mini2026.0287.6—————————————————————————————————————————
DyLANBackbone=GPT-4o-mini, Category=Baseline2025.0587.56—————————————————————————————————————————
OMACOptimization Dimension=Structural Dimension, Optimization Sub-dimension=Str-3, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0587.55—————————————————————————————————————————
AFlowBackbone=GPT-4o-mini, Category=Baseline2025.0587.31—————————————————————————————————————————
IO (direct LLM invocation)Base LLM=GPT-4o-mini2026.0587.08—————————————————————————————————————————
OMACOptimization Dimension=Structural Dimension, Optimization Sub-dimension=Str-2, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0586.92—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-2, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0586.77—————————————————————————————————————————
OMACOptimization Dimension=Structural Dimension, Optimization Sub-dimension=Str-1, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0586.76—————————————————————————————————————————
ANPLLLM=GPT-42023.0586.59—————————————————————————————————————————
OMACOptimization Dimension=Functional Dimension, Optimization Sub-dimension=Fun-1.2, Base LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0586.31—————————————————————————————————————————
MetaGPTModel=GPT-42024.0585.9—————————————3———————————————————————————
DyLANBase LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0585.74—————————————————————————————————————————
AFlowBase LLM=gpt-3.5-turbo-1106, Temperature=0.82025.0585.63—————————————————————————————————————————
GPT-4Decoding Strategy=greedy2023.1285.4—————————————————————————————————————————
FUNCODERModel=GPT-3.52024.0585.4—————————————17.1———————————————————————————
ACES-C + DS3Post-hoc reranking type=additional information, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0485.37————85.98—87.2——————————————————————————————————
Parsel + CodeTLLM=GPT-42023.0585.1—————————————————————————————————————————
ParselModel=GPT-42024.0585—————————————2.1———————————————————————————
AgentVerseBackbone=GPT-4o-mini, Category=Baseline2025.0584.72—————————————————————————————————————————
MPSC-LabelFoundation Model=GPT-3.5-Turbo2023.0984.29————86.79—87.13——————————————————————————————————
ADASBase LLM=GPT-4o-mini2026.0584.19—————————————————————————————————————————
ACES-OPost-hoc reranking type=only code x test execution, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0484.15————85.98—86.59——————————————————————————————————
ADASBackbone=GPT-4o-mini, Category=Baseline2025.0583.83—————————————————————————————————————————
LATS (ReAct)Model=GPT-3.52023.1083.8—————————————————————————————————————————
ACES-O + DS3Post-hoc reranking type=additional information, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0483.54————83.54—85.98——————————————————————————————————
TACBackbone=Qwen3-4B-Base, Seeds=12026.0683.5—————————————————————————————————————————
MPSC-SemanticFoundation Model=GPT-3.5-Turbo2023.0983.38————84.25—84.45——————————————————————————————————
RandomBackbone=Qwen3-4B-Base, Seeds=12026.0683.2—————————————————————————————————————————
UTS-guided systemT=0.5, N=1602026.0282.93—————————————————————————231.643——————————————
ACES-CPost-hoc reranking type=only code x test execution, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0482.93————82.93—82.93——————————————————————————————————
LDBModel=GPT-3.52024.0582.9—————————————14.6———————————————————————————
StandardModel=GPT-42024.0582.9—————————————————————————————————————————
MPSC-LexicalFoundation Model=GPT-3.5-Turbo2023.0982.32————84.76—86.48——————————————————————————————————
Sub-block-basedModel=NBDiff, Cache=None2026.0182.3—————————————————————————————————————————
Original [7]LLM=GPT-42023.0582—————————————————————————————————————————
DS3Post-hoc reranking type=additional information, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0481.71————82.32—82.32——————————————————————————————————
DCDModel=NBDiff, Cache=None, Time=5261632026.0181.7—————————————————————————————————————————
GPT-42023.0981.48————86.31—90.46——————————————————————————————————
GPT-4Direct inference=true2026.0481.48————86.31—90.46——————————————————————————————————
CodeTModel=GPT-3.52024.0581.1—————————————12.8———————————————————————————
UTS-guided systemT=1.0, N=1602026.0281.1—————————————————————————421.636——————————————
SECBackbone=Qwen3-4B-Base, Seeds=12026.0681.1—————————————————————————————————————————
FUNCODERModel=StableCode-3b2024.0581—————————————20———————————————————————————
Majority VotingPost-hoc reranking type=only code x test execution, n=≈200, m=≈500, reranked_model=GPT-3.5-Turbo2026.0480.49————82.93—83.54——————————————————————————————————