SWE-Atlas-QnA 채점 기준이 개정되어 이제 SWE-Atlas-QnA-AA가 되었습니다. Scale AI의 124개 저장소 Q&A 작업은 변경되지 않았습니다. 더 일관된 판정을 위해 1,306개 루브릭 기준 중 127개를 재작성하고, 심판을 GPT-6 Luna (xhigh)로 변경하여 기준당 5표를 사용합니다.
Muse Code with Muse Wonder Full (max)이 68.8%로 선두이며, Claude Code with Claude Fable 5.1 (max with fallback)이 66.4%, Claude Code with Claude Opus 5.5 (max)가 65.9%, Claude Code with Claude Sonnet 5.5 (max)가 64.2%로 뒤따릅니다. 두 Index 버전 모두에서 평가된 21개 구성 전반에서 평균 점수는 1.7포인트 하락했으며, 21개 중 14개가 하락했습니다.