🔥最新硬核基准！Cognition发布FrontierCode 2.0，测的是「你会不会真merge、该不该merge」故意模糊需求，考察真实工程判断力！ … · @NFT_Chen · TwKit

@NFT_Chen

🔥最新硬核基准！Cognition发布FrontierCode 2.0，测的是「你会不会真merge、该不该merge」故意模糊需求，考察真实工程判断力！ 最强也只有45.5%，远未饱和： 🔹头部：Opus 5.5 45.5%｜GPT-6 Astra 42.8% 
🔹中高端：GPT-6.1 Sol 39%仅$1.03 
🔹性价比：DeepSeek V4.1 Flash 19.3%｜Kimi K3 / GLM 约17.7%
 真正接近生产场景的评测。 榜单：https://cognition.com/frontiercode #AI #大模型 #编程 #FrontierCode #DeepSeek #Qwen #开源模型 #梁文峰 #杨植麟

曝光 693 · 评论 6 · 点赞 19 · 书签 9