FrontierCode 1.1基准评测发布AI模型编码能力排名

评测机构Artificial Analysis发布了FrontierCode 1.1基准的评测结果，对多个AI模型在真实开源项目中的代码修改能力进行了排名。 FrontierCode是由Cognition公司与36个开源项目维护者共同构建的编码基准，旨在评估AI模型提交的代码修改是否满足被项目维护者合并的标准，其评估维度包括测试通过率、是否过度修改或超出范围等。 本次评测运行了基准中的主要100项任务，并在统一的智能体框架中对所有模型进行了对比。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。