BenchLeader

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。

发布方
Artificial Analysis
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。

133 / 133
#
1新Claude Fable 5.2high49.1%68.42026-11-09
2新Claude Fable 5.2max48.8%72.72026-11-09
3新Claude Fable 5.2xhigh47.6%69.72026-11-09
4Claude Opus 5.5max46.4%68.42026-09-22
5Claude Opus 5.5xhigh43.8%65.42026-09-22
6GPT-6 Astramax42.4%67.32026-09-03
7GPT-6.1 Terramax42.3%64.12026-10-26
8Claude Sonnet 5.5max41.7%64.22026-09-28
9GPT-6 Astraxhigh41.4%66.02026-09-03
10新Claude Fable 5.2medium41.3%66.32026-11-09
11GPT-6.1 Solmax40.6%66.62026-09-29
12Gemini 4 Carbonhigh40.6%68.92026-10-28
13GPT-6 Astrahigh40.1%66.32026-09-03
14Gemini 4 Carbonmedium39.5%65.82026-10-28
15新Gemini 4 Hydrogenxhigh39.0%61.82026-11-12
16GPT-6.1 Solxhigh38.5%63.62026-09-29
17新Claude Fable 5.2low38.4%65.32026-11-09
18Muse Wonder Fullmax37.8%61.72026-10-12
19GPT-6.1 Terrahigh37.5%59.62026-10-26
20GPT-6.1 Terraxhigh36.9%60.02026-10-26
21GPT-6.1 Solhigh36.7%63.42026-09-29
22GPT-6 Astramedium36.6%64.42026-09-03
23新Gemini 4 Hydrogenhigh36.3%63.42026-11-12
24Claude Opus 5.5high35.9%66.02026-09-22
25Claude Fable 5.1xhigh35.7%64.62026-09-01
26Claude Sonnet 5.5xhigh35.6%62.52026-09-28
27GPT-6 Solmax35.6%62.62026-09-22
28Claude Haiku 5.5max34.9%55.32026-10-07
29GPT-6.1 Terramedium34.5%58.52026-10-26
30GPT-6.1 Solmedium33.4%62.72026-09-29
31GPT-6.1 Terra无推理33.4%51.82026-10-26
32Claude Opus 5.5medium33.1%61.22026-09-22
33Claude Fable 5.1max31.6%66.72026-09-01
34新Gemini 4 Hydrogenmedium31.5%–2026-11-12
35Hy431.4%56.72026-11-03
36Claude Opus 5max31.1%65.02026-07-24
37Claude Fable 5.1high30.3%63.72026-09-01
38Claude Haiku 5.5xhigh29.9%56.72026-10-07
39Gemini 4 Carbonlow29.6%60.12026-10-28
40Claude Fable 5.1medium28.8%61.72026-09-01
41Grok 4.7xhigh28.7%57.42026-09-21
42DeepSeek V4.1 Flash 1017max28.5%57.72026-10-17
43Muse Wondermax27.9%60.82026-10-12
44Grok 4.7high27.8%56.92026-09-21
45新Muse Embermax27.2%52.12026-11-09
46Qwen3.8-Flash-Next27.1%53.92026-08-26
47Muse Wonderhigh26.6%56.22026-10-12
48GPT-6 Astralow26.2%62.02026-09-03
49Claude Sonnet 5.5high25.7%59.52026-09-28
50Gemini 4 Argonhigh25.7%65.32026-09-30
51Kimi K3.1 Pro25.4%61.82026-10-23
52Inkling 2 Small25.4%57.92026-11-05
53GPT-6 Lunamax25.2%55.12026-09-22
54Gemini 4 Argonmedium25.0%61.62026-09-30
55GPT-6.1 Terralow24.5%56.62026-10-26
56MiMo-V2.6-Pro24.0%57.52026-09-21
57GPT-5.6 Terramax23.9%59.52026-07-09
58Qwen3.8 Maxmax23.4%58.72026-09-02
59Claude Haiku 5.5high23.2%55.32026-10-07
60Muse Spark 1.3max23.1%60.62026-09-02

更多编程基准测试 · 全部大模型基准测试

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。