FrontierSWE 榜单:Gemini 4 Carbon 得 61.2%,GPT-6 Astra 以 65.5% 居首
scaling01 · x · 2026-10-29
ProximalHQ 发布 FrontierSWE 编程基准排行榜(34 项任务、每任务 5 次尝试、20 小时预算):GPT-6 Astra 以 65.5% 排第一,Claude Opus 5.5 62.3%、Claude Sonnet 5.5 61.9%,Gemini 4 Carbon 以 61.2% 排第四,其后是 Claude Fable 5.1(56.3%)与 Gemini 4 Argon(55.0%)。图示成本差异显著:GPT-6 Astra 平均单次 $1029.65,而 Gemini 4 Carbon 仅 $61.93,性价比突出。
「模型」频道最新
- 体验者赞 Fable 5 兼具科学深度与讲故事的热情 — repligate · 2026-10-29
- 统一版 ChatGPT 选模型有坑：Pro 要选 6 Sol 而非 Astra — Angaisb_ · 2026-10-29
- 用户吐槽 OpenAI 百元订阅 10 小时烧光一周额度 — teortaxesTex · 2026-10-29
- Hy-Nomas 交互式视频世界模型上线 Hugging Face Demo — _akhaliq · 2026-10-29
- 爆料称 Google 手中仍握有未放出的 SOTA 级模型 — iruletheworldmo · 2026-10-29
- Artificial Analysis 榜单：Grok 包揽直答与先答后解释双榜前列 — XFreeze · 2026-10-29