FrontierCode v1.1 榜单：Opus 5.5 得 56%，中段 15 家挤在 43–49%
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 详解 FrontierCode v1.1：Cognition 出品的新基准，100 个真实开源仓库软件工程任务，私有测试集，按「维护者是否会合并该改动」评分。
Claude Code + Claude Opus 5.5 (max) 以 56.0% 领先，Codex + DeepSeek V4.1 Flash 52.6%、Codex + GPT-6.1 Sol 49.4%、Codex + GPT-6 Astra 49.3%。头部之下竞争激烈：24 个配置中有 15 个集中在 43%–49% 区间。
「编程与Agent」频道最新
- 别再堆规则文件：直接让编码 Agent 读《Clean Code》 — Al_Grigor · 2026-10-23
- 游戏开发者倒戈：用了一年 GPT 后称 Opus 5.5 写码更顺手 — rudrank · 2026-10-23
- 把可验证代码从 1% 缩到全集：形式验证的现实困境 — jd_pressman · 2026-10-23
- 用 ChatGPT Space 搭出完整 GTD 系统，自动维护任务清单 — prd_008 · 2026-10-23
- GTA V 全部 NPC 实时开口说话:克隆声音保持人设,1 秒内响应还能执行指令 — Prime-Paradox · 2026-10-23
- 用 Claude 证明内存安全等价,一次性挖出大量 PHP 深层 bug — jd_pressman · 2026-10-23