FrontierCode 2.0 榜单：Claude Opus 5.5 以 46.4% 居首，Kimi 与 DeepSeek 紧咬第一梯队
bookwormengr · x · 2026-10-28
Artificial Analysis 上线 Cognition 的 FrontierCode 2.0 私有 agentic 编码基准（132 个真实开源仓库任务，以维护者是否愿意合并为准，防污染不公开）。头部成绩：Claude Opus 5.5（Max）46.4%、Opus 5.5（Xhigh）43.8%、GPT-6 Astra（Max）42.4%。
作者 bookwormengr 指出榜单关键名次：DeepSeek 4.1 Flash 1017（Max）约 28-29%，紧随 Grok 4.7（xHigh）与 Claude 5.5 Fable（Max）之后；Kimi K3.1 Pro 约 26%，贴近 Google Aragon（high）。他反驳 Lisan 此前「榜上没有 Kimi 3.1 / DS v4.1」的分析，称 Artificial Analysis 已确认 Kimi 3.1 能力超过 Muse Wonder（43）且接近 Fable（49），只是在私有基准上不公开具体成绩，并批评这类错误分析会造成政策上的误判。
配图为完整榜单：从 Claude Opus 5.5 一路到 Thinking Machines 的 Inklings 1.0（4%）。
所属事件:FrontierCode 2.0 榜单发布，OpenAI 与 Anthropic 包揽前列(3 条相关)→
「模型」频道最新
- Evil 27B 太危险?网友想让它做游戏又怕硬盘被清 — teortaxesTex · 2026-10-28
- DeepSeek V5 曝光被辟谣：只是 9 月底的 assert 测试代码 — teortaxesTex · 2026-10-28
- ChatGPT Pro 用量将砍半,Pro 用户吐槽补偿不够 — kimmonismus · 2026-10-28
- paraschopra：abliterated 模型风险大，但大厂护栏同样让科学家受挫 — paraschopra · 2026-10-28
- Gemini 发现的 softmax bug 修复方案被性质测试证伪 — brandondamos · 2026-10-28
- Reddit 用户热议：ChatGPT 写代码质量持续下滑，是真变笨了吗 — LSP-86 · 2026-10-28