发布博客预告：FrontierCode 智能体编码基准打平
hardmaru · x · 2026-07-25
这条帖子的正文只提示去看完整发布博客，但配图本身给出了关键信息：
- 图中是一个 agentic coding 基准对比，标注了 FrontierCode v1.1, Main。
- 可见的两个分数分别是 53.4% 和 53.5%。
- 结合“Read the full release blog”的表述，可以判断这是一条围绕智能体编程评测结果的发布/解读帖。
「模型」频道最新
- Claude Opus 5 已登陆 GitHub Copilot 的 App、CLI 和 VS Code — DanWahlin · 2026-07-25
- Claude Opus 5 已能生成接近顾问水准的表格和幻灯片 — alexalbert__ · 2026-07-25
- Claude Opus 5 知道背景却仍会误读整份文档 — teortaxesTex · 2026-07-25
- 早期反馈称 Opus 5 文字输出更像“4o 式水文”，但底层更聪明 — jdjohnson · 2026-07-25
- 有人反馈 Anthropic 新模型比 Fable 更快也更强 — emax · 2026-07-25
- 网友质疑 Anthropic 针对 ARC-AGI-3 评测进行特化训练 — VraserX · 2026-07-25