基准FrontierCode
FrontierCode 2.0
衡量代码生成与理解能力的基准测试，由带有标准答案或可执行测试用例的编程任务构成，以任务通过率作为得分。
核心事实
时间轴 (近 90 天)
11月10日
Gemini 4 Carbon 在编码基准 FrontierCode 2.0 上的得分为 40.0%。
待验证50%
11月10日
4.0% 的绝对得分表明模型能完整解决约四成的测试任务。
待验证50%
11月10日
Mythos 5.2 的定价以及其在 FrontierCode 2.0 上的基准表现目前没有明确信息。
待验证50%
11月9日
Claude Fable 5.2 在 FrontierCode 2.0 基准测试中得分 49.1%，排名榜首。
待验证50%
10月13日
Gemini 4 Argon 在代码竞技基准 FrontierCode 1.1 上取得了 60.5% 的成绩。
已过期50%
9月16日
FrontierCode 1.1的测试用例通常来自真实开源项目，要求模型具备跨文件上下文理解和长序列推理能力
已验证65%
全部知识事实 (6)
已验证
FrontierCode is an evaluation benchmark for AI models' programming capabilities focusing on real engineering tasks rather than simple algorithm problems
80%已验证FrontierCode 1.1的测试用例通常来自真实开源项目，要求模型具备跨文件上下文理解和长序列推理能力
65%待验证Gemini 4 Carbon 在编码基准 FrontierCode 2.0 上的得分为 40.0%。
50%待验证4.0% 的绝对得分表明模型能完整解决约四成的测试任务。
50%待验证Mythos 5.2 的定价以及其在 FrontierCode 2.0 上的基准表现目前没有明确信息。
50%待验证Claude Fable 5.2 在 FrontierCode 2.0 基准测试中得分 49.1%，排名榜首。
50%