FrontierCode 2.0 (AA) 排行榜
截至 2026年11月16日,FrontierCode 2.0 (AA) 的最高分为 49.1%,由 Claude Fable 5.2(Anthropic)取得,领先于 Claude Opus 5.5(46.4%)。共有 133 个模型配置公布了结果(Artificial Analysis,结果日期 2026年11月9日)。FrontierCode 2.0:Cognition 出品的 132 项真实开源仓库编程任务,以维护者是否愿意合并改动来评分。用于 Artificial Analysis 的 Intelligence Index v5。FrontierCode 2.0 (AA) 计入 BenchLeader Index 的编程得分。
要点(截至 2026年11月16日)
- Claude Fable 5.2 以 49.1% 保持 FrontierCode 2.0 (AA) 最高分(Artificial Analysis,2026年11月9日)。
- Claude Opus 5.5 以 46.4% 位列 FrontierCode 2.0 (AA) 第二(Artificial Analysis,2026年9月22日)。
- FrontierCode 2.0 (AA):Cognition 的 FrontierCode 2.0:来自真实开源仓库的 132 个任务,按维护者是否会合并该修改来评分。用于 Intelligence Index v5。由 Artificial Analysis 运行(Artificial Analysis)。
- BenchLeader 上有 133 个模型配置公布了 FrontierCode 2.0 (AA) 结果(BenchLeader,2026年11月16日)。
- FrontierCode 2.0 (AA) 计入 BenchLeader Index 的编程类别(BenchLeader 方法论)。
Cognition 的 FrontierCode 2.0:来自真实开源仓库的 132 个任务,按维护者是否会合并该修改来评分。用于 Intelligence Index v5。由 Artificial Analysis 运行。
- 类别
- 编程
- Index 权重
- 1.0
- 模型
- 133
- 数据截至
- 2026年11月16日
Source: Artificial Analysis (artificialanalysis.ai). Data taken from the public leaderboard.
测试内容
FrontierCode 2.0:Cognition 出品的 132 项真实开源仓库编程任务,以维护者是否愿意合并改动来评分。用于 Artificial Analysis 的 Intelligence Index v5。
评分方式
准确率百分比。由 Artificial Analysis 运行。
注意事项
它不同于 FrontierCode 1.1,也不同于 Epoch 运行的 FrontierCode;目前在 2.0 上运行过的模型少得多。
- 1Claude Fable 5.2 (high)49.1%
- 2Claude Fable 5.2 (max)48.8%
- 3Claude Fable 5.2 (xhigh)47.6%
- 4Claude Opus 5.5 (max)46.4%
- 5Claude Opus 5.5 (xhigh)43.8%
- 6GPT-6 Astra (max)42.4%
- 7GPT-6.1 Terra (max)42.3%
- 8Claude Sonnet 5.5 (max)41.7%
- 9GPT-6 Astra (xhigh)41.4%
- 10Claude Fable 5.2 (medium)41.3%
- 11GPT-6.1 Sol (max)40.6%
- 12Gemini 4 Carbon (high)40.6%
- 13GPT-6 Astra (high)40.1%
- 14Gemini 4 Carbon (medium)39.5%
- 15Gemini 4 Hydrogen (xhigh)39.0%
| # | ||||
|---|---|---|---|---|
| 1 | 新 | 49.1% | 68.4 | 2026-11-09 |
| 2 | 新 | 48.8% | 72.7 | 2026-11-09 |
| 3 | 新 | 47.6% | 69.7 | 2026-11-09 |
| 4 | 46.4% | 68.4 | 2026-09-22 | |
| 5 | 43.8% | 65.4 | 2026-09-22 | |
| 6 | 42.4% | 67.3 | 2026-09-03 | |
| 7 | 42.3% | 64.1 | 2026-10-26 | |
| 8 | 41.7% | 64.2 | 2026-09-28 | |
| 9 | 41.4% | 66.0 | 2026-09-03 | |
| 10 | 新 | 41.3% | 66.3 | 2026-11-09 |
| 11 | 40.6% | 66.6 | 2026-09-29 | |
| 12 | 40.6% | 68.9 | 2026-10-28 | |
| 13 | 40.1% | 66.3 | 2026-09-03 | |
| 14 | 39.5% | 65.8 | 2026-10-28 | |
| 15 | 新 | 39.0% | 61.8 | 2026-11-12 |
| 16 | 38.5% | 63.6 | 2026-09-29 | |
| 17 | 新 | 38.4% | 65.3 | 2026-11-09 |
| 18 | 37.8% | 61.7 | 2026-10-12 | |
| 19 | 37.5% | 59.6 | 2026-10-26 | |
| 20 | 36.9% | 60.0 | 2026-10-26 | |
| 21 | 36.7% | 63.4 | 2026-09-29 | |
| 22 | 36.6% | 64.4 | 2026-09-03 | |
| 23 | 新 | 36.3% | 63.4 | 2026-11-12 |
| 24 | 35.9% | 66.0 | 2026-09-22 | |
| 25 | 35.7% | 64.6 | 2026-09-01 | |
| 26 | 35.6% | 62.5 | 2026-09-28 | |
| 27 | 35.6% | 62.6 | 2026-09-22 | |
| 28 | 34.9% | 55.3 | 2026-10-07 | |
| 29 | 34.5% | 58.5 | 2026-10-26 | |
| 30 | 33.4% | 62.7 | 2026-09-29 | |
| 31 | 33.4% | 51.8 | 2026-10-26 | |
| 32 | 33.1% | 61.2 | 2026-09-22 | |
| 33 | 31.6% | 66.7 | 2026-09-01 | |
| 34 | 新 | 31.5% | – | 2026-11-12 |
| 35 | 31.4% | 56.7 | 2026-11-03 | |
| 36 | 31.1% | 65.0 | 2026-07-24 | |
| 37 | 30.3% | 63.7 | 2026-09-01 | |
| 38 | 29.9% | 56.7 | 2026-10-07 | |
| 39 | 29.6% | 60.1 | 2026-10-28 | |
| 40 | 28.8% | 61.7 | 2026-09-01 | |
| 41 | 28.7% | 57.4 | 2026-09-21 | |
| 42 | 28.5% | 57.7 | 2026-10-17 | |
| 43 | 27.9% | 60.8 | 2026-10-12 | |
| 44 | 27.8% | 56.9 | 2026-09-21 | |
| 45 | 新 | 27.2% | 52.1 | 2026-11-09 |
| 46 | 27.1% | 53.9 | 2026-08-26 | |
| 47 | 26.6% | 56.2 | 2026-10-12 | |
| 48 | 26.2% | 62.0 | 2026-09-03 | |
| 49 | 25.7% | 59.5 | 2026-09-28 | |
| 50 | 25.7% | 65.3 | 2026-09-30 | |
| 51 | 25.4% | 61.8 | 2026-10-23 | |
| 52 | 25.4% | 57.9 | 2026-11-05 | |
| 53 | 25.2% | 55.1 | 2026-09-22 | |
| 54 | 25.0% | 61.6 | 2026-09-30 | |
| 55 | 24.5% | 56.6 | 2026-10-26 | |
| 56 | 24.0% | 57.5 | 2026-09-21 | |
| 57 | 23.9% | 59.5 | 2026-07-09 | |
| 58 | 23.4% | 58.7 | 2026-09-02 | |
| 59 | 23.2% | 55.3 | 2026-10-07 | |
| 60 | 23.1% | 60.6 | 2026-09-02 |
相关基准测试
FrontierCode 2.0 (AA) 上的热门模型对比
引用格式:BenchLeader,《FrontierCode 2.0 (AA) 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/aa_frontiercode_20。
FrontierCode 2.0 (AA):常见问题
- FrontierCode 2.0 (AA) 衡量的是什么?
- FrontierCode 2.0:Cognition 出品的 132 项真实开源仓库编程任务,以维护者是否愿意合并改动来评分。用于 Artificial Analysis 的 Intelligence Index v5。分数以完成任务的百分比表示,越高越好。
- FrontierCode 2.0 (AA) 的最高分是多少?
- 截至 2026年11月16日,FrontierCode 2.0 (AA) 的最高分为 49.1%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 Claude Opus 5.5(46.4%)。分数来自 Artificial Analysis,每天重新读取。
- 哪个 AI 模型在 FrontierCode 2.0 (AA) 上领先?
- 截至 2026年11月16日,FrontierCode 2.0 (AA) 排名第一的是 Claude Fable 5.2,分数为 49.1%(结果日期 2026年11月9日)。其后为 Claude Opus 5.5(46.4%)。
- 有多少模型有 FrontierCode 2.0 (AA) 结果?
- BenchLeader 上有 133 个模型配置有 FrontierCode 2.0 (AA) 结果,全部取自 Artificial Analysis。
- FrontierCode 2.0 (AA) 由谁运行,多久更新一次?
- FrontierCode 2.0 (AA) 由 Artificial Analysis 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
- FrontierCode 2.0 (AA) 是否计入 BenchLeader Index?
- 计入。FrontierCode 2.0 (AA) 计入 BenchLeader Index 的编程类别,并经过归一化,使参评模型的平均值为 50。