Artificial Analysis 上线 FrontierCode 1.1 编码评测榜单
先了解这件事
Artificial Analysis 上线了由 Cognition 开发的 FrontierCode 1.1 编码评测榜单，该评测要求 AI 模型在真实开源仓库中完成任务并达到维护者合并标准。在 100 个任务的测试中，Claude Opus 5.5 以 52% 的得分位居榜首，GPT-6.1 Sol 以 49% 的得分紧随其后，小米 MiMo-V2.6-Pro 则以 45% 的得分在开源权重模型中领先。 Artificial Analysis 指出，目前领先模型在超过 40% 的任务中仍无法满足开源仓库的合并标准。该评测旨在通过评估模型在单元测试及代码质量方面的表现，衡量其端到端的编码能力。
AI 根据报道生成 · 13 天前更新
事件进展
2 个进展
- 10月13日 16:49 · 1 篇报道MiMo-V2.6-Pro 在 FrontierCode 1.1 榜单中位列开源模型首位AIHot：小米 MiMo-V2.6-Pro 在 FrontierCode 1.1 评测中位列开源模型首位
- 10月13日 01:51 · 2 篇报道Artificial Analysis 上线 FrontierCode 1.1 编码评测榜单AIHot：Artificial Analysis 推出 FrontierCode 1.1 编码评测榜单
报道时间线
沿着报道，了解事件的不同侧面。
- AIHot小米 MiMo-V2.6-Pro 在 FrontierCode 1.1 评测中位列开源模型首位
小米 MiMo-V2.6-Pro 在 Artificial Analysis 推出的 FrontierCode 1.1 编码评测中以 45% 的得分领跑开源权重模型。该评测由 Cognition 开发，通过要求智能体在真实开源仓库中完成任务并达到维护者可合并标准，评估模型在单元测试及代码质量方面的综合表现。
- AIHotCognition FrontierCode 1.1 上线 Artificial Analysis 基准榜
Cognition 推出的代码基准 FrontierCode 1.1 已上线 Artificial Analysis 榜单，该基准通过评估模型完成的任务是否能被真实开源项目维护者合并，来衡量端到端的代码质量。
- AIHotArtificial Analysis 推出 FrontierCode 1.1 编码评测榜单
Artificial Analysis 上线了基于 Cognition 开发的 FrontierCode 1.1 编码评测榜单，该评测要求智能体在真实开源仓库中完成任务并达到维护者合并标准。评测包含 100 个任务，Claude Opus 5.5 以 52% 的得分领先，GPT-6.1 Sol 则以较低成本实现了 49% 的性能表现，且目前领先模型在超过 40% 的任务中仍无法通过合并标准。