AI 评测与排行榜，分别告诉你什么
分清评测基准、一次评测运行与排行榜，用它们回答各自适合的问题。
LLM Stats
FrontierCode 1.1
FrontierCode 1.1 evaluates whether coding-agent changes are mergeable, using unit tests, maintainer-defined rubrics, and verifiers. Runs flagged for unfair internet use receive a zero score.
评测信息与证据
- 来源
- LLM Stats
- 发布者
- 未收录
- 评测发布日期
- 未收录
- 采集日期
- 2026-08-17
- 模态
- text
本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。
原始资料
报告成绩 16
按来源中的观察顺序展示，顺序不代表排名。日期保留原始精度。
| 模型 | 数值 | 单位 | 协议 | 报告日期与口径 | 来源 |
|---|---|---|---|---|---|
| Claude Fable 5 | 0.535 | 未收录 | 未收录 | 2026-06-09 · model_announcement | LLM Stats |
| Claude Opus 5 | 0.534 | 未收录 | 未收录 | 2026-07-24 · model_announcement | LLM Stats |
| GPT-5.6 Sol | 0.475 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Opus 4.8 | 0.465 | 未收录 | 未收录 | 2026-05-28 · model_announcement | LLM Stats |
| Gemini 3.7 Flash | 0.436 | 未收录 | 未收录 | 2026-08-13 · model_announcement | LLM Stats |
| GPT-5.5 | 0.43 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| Claude Sonnet 5 | 0.427 | 未收录 | 未收录 | 2026-06-30 · model_announcement | LLM Stats |
| Grok 4.5 | 0.424 | 未收录 | 未收录 | 2026-07-16 · model_announcement | LLM Stats |
| GPT-5.6 Terra | 0.413 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| GPT-5.6 Luna | 0.398 | 未收录 | 未收录 | 2026-07-09 · model_announcement | LLM Stats |
| Claude Opus 4.7 | 0.385 | 未收录 | 未收录 | 2026-04-16 · model_announcement | LLM Stats |
| Kimi K2.7 Code | 0.301 | 未收录 | 未收录 | 2026-06-12 · model_announcement | LLM Stats |
| GLM-5.2 | 0.245 | 未收录 | 未收录 | 2026-06-16 · model_announcement | LLM Stats |
| DeepSeek-V4-Pro-Max | 0.176 | 未收录 | 未收录 | 2026-04-23 · model_announcement | LLM Stats |
| MiniMax M3 | 0.147 | 未收录 | 未收录 | 2026-06-01 · model_announcement | LLM Stats |
| Qwen3.7-Plus | 0.102 | 未收录 | 未收录 | 2026-05-31 · model_announcement | LLM Stats |