主要来源Artificial Analysis
查看原文事件专题 ·多源确认
Artificial Analysis 推出 FrontierCode 1.1 编程基准排行榜
Artificial Analysis 为 Cognition 的 FrontierCode 1.1 基准上线排行榜，评测模型能否产出能被真实开源仓库维护者合并的代码改动。Claude Opus 5.5 以 52% 得分居首，但所有模型失败率仍超过 40%，100 个任务中有 9 个没有任何模型通过。开源模型中 MiMo-V2.6-Pro 以 45% 领先，DeepSeek V4.1 Flash 和 Kimi K3 均为 44%。GPT-6.1 Sol 每任务成本 $0.81 拿下 49% 得分，性能接近 Anthropic 旗舰模型但成本不到其十分之一。
当前结论
Cognition 的 FrontierCode 1.1 排行榜来了，专测代码能不能被真实维护者合并。Claude Opus 5.5 拿 52% 居首，GPT-6.1 Sol 用十分之一的价格打平，开源的 MiMo-V2.6-Pro 也很能打。
11 个信源68° AI 热度最后更新 2026/10/12 17:51:28
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。