FrontierCodeのリーダーボード
2026年11月16日時点で、FrontierCodeの最高スコアは54.6%で、Claude Opus 5.5(Anthropic)が記録しています。次点はClaude Fable 5の53.5%です。公表された結果があるのは46のモデル構成です(Cognition、結果の日付は2026年9月22日)。FrontierCodeは、バグ修正よりも1週間分のチケットに近い、実世界の難しいプログラミングタスクを、リポジトリとツールを備えたエージェントハーネスの中でエージェントに与え、結果をテストで確認します。Cognitionが管理しています。FrontierCodeはBenchLeader Indexのコーディングスコアに反映されます。
要点(2026年11月16日時点)
- Claude Opus 5.5がFrontierCodeの最高スコア54.6%を記録しています(Cognition、2026年9月22日)。
- FrontierCodeの2位はClaude Fable 5で、53.5%です(Cognition、2026年6月9日)。
- FrontierCode:エージェントのハーネスで実行する、実務に近い難しいコーディングタスク(Cognition)(Cognition)。
- BenchLeaderでは46のモデル構成にFrontierCodeの公表結果があります(BenchLeader、2026年11月16日)。
- FrontierCodeはBenchLeader Indexのコーディングカテゴリに反映されます(BenchLeaderの評価方法)。
エージェントのハーネスで実行する、実務に近い難しいコーディングタスク(Cognition)。
- 公開元
- Cognitionデータ取得元:Epoch AI Benchmarking Hub
- カテゴリ
- コーディング
- Indexでの重み
- 0.5
- モデル
- 46
- データ基準日
- 2026年11月16日
CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.
どんなテストか
FrontierCodeは、バグ修正よりも1週間分のチケットに近い、実世界の難しいプログラミングタスクを、リポジトリとツールを備えたエージェントハーネスの中でエージェントに与え、結果をテストで確認します。Cognitionが管理しています。
採点方法
公表されたハーネスでテストに合格したタスクの割合です。
注意点
特定のハーネスに依存し、エージェント製品も販売している企業が管理していることを、公開元は開示しています。タスク数はそれほど多くないため、数ポイントの差はノイズとみなしてください。
- 1Claude Opus 5.5 (medium)54.6%
- 2Claude Fable 553.5%
- 3Claude Opus 5 (max)53.4%
- 4GPT-6 Astra (max)53.3%
- 5Claude Sonnet 5.5 (xhigh)52.1%
- 6Claude Fable 5.1 (medium)50.9%
- 7GPT-6.1 Sol (medium)50.2%
- 8SWE-2 (max)50.0%
- 9GPT-6 Sol (max)49.3%
- 10Grok 4.648.0%
- 11Grok 4.747.6%
- 12Gemini 4 Argon (medium)47.5%
- 13GPT-5.6 Sol47.5%
- 14Claude Opus 4.846.5%
- 15Claude Haiku 5.5 (max)46.4%
| # | ||||
|---|---|---|---|---|
| 1 | 54.6% | 61.2 | 2026-09-22 | |
| 2 | 53.5% | 65.4 | 2026-06-09 | |
| 3 | 53.4% | 65.0 | 2026-07-24 | |
| 4 | 53.3% | 67.3 | 2026-09-03 | |
| 5 | 52.1% | 62.5 | 2026-09-28 | |
| 6 | 50.9% | 61.7 | 2026-09-01 | |
| 7 | 50.2% | 62.7 | 2026-09-29 | |
| 8 | 50.0% | – | 2026-09-10 | |
| 9 | 49.3% | 62.6 | 2026-09-22 | |
| 10 | 48.0% | – | 2026-08-12 | |
| 11 | 47.6% | – | 2026-09-21 | |
| 12 | 47.5% | 61.6 | 2026-10-13 | |
| 13 | 47.5% | 54.3 | 2026-07-09 | |
| 14 | 46.5% | 58.7 | 2026-05-28 | |
| 15 | 46.4% | 55.3 | 2026-10-07 | |
| 16 | 44.2% | 60.7 | 2026-07-16 | |
| 17 | 43.9% | 55.6 | 2026-09-09 | |
| 18 | 43.6% | – | 2026-08-13 | |
| 19 | 43.0% | 61.0 | 2026-04-23 | |
| 20 | 42.7% | 53.0 | 2026-06-30 | |
| 21 | 42.4% | 59.3 | 2026-07-08 | |
| 22 | 42.4% | 55.1 | 2026-09-22 | |
| 23 | 42.0% | – | 2026-07-08 | |
| 24 | 41.3% | – | 2026-07-09 | |
| 25 | 41.2% | 60.2 | 2026-09-02 | |
| 26 | 40.1% | 58.8 | 2026-08-14 | |
| 27 | 39.8% | 47.2 | 2026-07-09 | |
| 28 | 39.4% | 48.3 | 2026-10-06 | |
| 29 | 38.5% | 63.1 | 2026-04-16 | |
| 30 | 34.4% | 49.3 | 2026-07-21 | |
| 31 | 31.8% | 52.4 | 2026-08-20 | |
| 32 | 30.1% | 53.9 | 2026-06-12 | |
| 33 | 28.6% | 56.0 | 2026-08-13 | |
| 34 | 27.0% | – | 2026-03-17 | |
| 35 | 26.6% | 62.1 | 2026-02-05 | |
| 36 | 25.6% | – | 2026-05-18 | |
| 37 | 24.5% | 45.8 | 2026-06-16 | |
| 38 | 24.3% | 57.6 | 2026-02-17 | |
| 39 | 18.8% | 53.8 | 2026-07-31 | |
| 40 | 17.6% | 42.2 | 2026-04-24 | |
| 41 | 14.7% | 56.1 | 2026-06-01 | |
| 42 | 14.0% | 50.4 | 2026-07-15 | |
| 43 | 13.6% | 42.1 | 2026-06-04 | |
| 44 | 10.2% | 57.6 | 2026-06-02 | |
| 45 | 9.4% | – | 2026-04-07 | |
| 46 | 8.0% | 46.6 | 2026-04-28 |
コーディングのベンチマークをもっと見る · LLMベンチマーク一覧
関連するベンチマーク
FrontierCodeでの注目のモデル比較
引用表記:BenchLeader「FrontierCodeのリーダーボード」2026年11月16日時点のデータ、https://www.benchleader.com/ja/benchmarks/frontiercode
FrontierCode:よくある質問
- FrontierCodeは何を測るベンチマークですか?
- FrontierCodeは、バグ修正よりも1週間分のチケットに近い、実世界の難しいプログラミングタスクを、リポジトリとツールを備えたエージェントハーネスの中でエージェントに与え、結果をテストで確認します。Cognitionが管理しています。スコアは解けたタスクの割合(%)で示され、高いほど良い結果です。
- FrontierCodeの最高スコアは?
- 2026年11月16日時点で、FrontierCodeの最高スコアは54.6%で、Claude Opus 5.5が記録しています(結果の日付は2026年9月22日)。次点はClaude Fable 5の53.5%です。スコアはCognitionの公表値で、毎日読み直しています。
- FrontierCodeでトップのAIモデルは?
- 2026年11月16日時点で、FrontierCodeの首位はClaude Opus 5.5で、スコアは54.6%です(結果の日付は2026年9月22日)。続いてClaude Fable 5(53.5%)です。
- FrontierCodeの結果があるモデルはいくつですか?
- BenchLeaderでは46のモデル構成にFrontierCodeの結果があり、すべてCognition(Epoch AI Benchmarking Hub経由)から取得しています。
- FrontierCodeを運営しているのは誰で、どのくらいの頻度で更新されますか?
- FrontierCodeはCognitionが公開しています。BenchLeaderは公開された結果を1日1回読み直し、各結果の公開日を記録しています。
- FrontierCodeはBenchLeader Indexに含まれますか?
- はい。FrontierCodeはBenchLeader Indexのコーディングカテゴリに反映され、評価対象モデルの平均が50になるよう正規化されています。