概念
别名：FrontierCode
评估代码生成能力的基准测试框架。
已跟踪 6 条高相关材料
最近变化
2026-11-10 · Gemini 4 Carbon在FrontierCode 2.0基准测试中得分40.0%
为什么值得关注
FrontierCode 2.0 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
[AINews] Fable 5.2 retakes World #1 LLM spot as $ANT IPO roadshow begins
Latent Space · 8.5 分
Anthropic的Claude Fable 5.2在性能和成本优化上取得进展，但每任务成本增加。
See the leaderboard: https://t.co/EKLSkeXQHg
Windsurf(@windsurf_ai) · 8.5 分
Kimi K3.1 Pro在FrontierCode 2.0测试中得分19.6，超越此前版本，但高努力值下仍低于Kimi K3。
We've evaluated Gemini 4 Carbon and Gemini 4 Argon on FrontierCode 2.0, our coding benchmark that me...
Cognition(@cognition_labs) · 8.5 分
Cognition在FrontierCode 2.0基准测试中显示Gemini 4 Carbon和Argon的性能与成本表现，但落后于部分竞品模型。
已收录 6 条与 FrontierCode 2.0 相关的内容，按评分排序。
Anthropic的Claude Fable 5.2在性能和成本优化上取得进展，但每任务成本增加。
入选理由：Fable 5.2输入/输出价格降20%，但任务成本因更多测试用例增加
Kimi K3.1 Pro在FrontierCode 2.0测试中得分19.6，超越此前版本，但高努力值下仍低于Kimi K3。
入选理由：Kimi K3.1 Pro在最大努力值下得分19.6，较Kimi K3的17.7有显著提升
Cognition在FrontierCode 2.0基准测试中显示Gemini 4 Carbon和Argon的性能与成本表现，但落后于部分竞品模型。
入选理由：Gemini 4 Carbon得分为40%，单任务成本$4.04，仅次于Claude Opus 5.5等模型
Gemini 4 Carbon模型在Devin工具链中上线，基准测试得分从26.3%提升至40.0%。
入选理由：Gemini 4 Carbon在FrontierCode 2.0基准测试中得分40.0%
Claude Fable 5.2在Devin平台发布，性能得分49.1，价格优化显著。
入选理由：Claude Fable 5.2在FrontierCode 2.0平台得分49.1，位列第一
Devin Desktop和CLI现已支持Gemini 4 Carbon模型，其在FrontierCode 2.0基准测试中得分40.0%，显著优于之前的Gemini 4 Argon。
入选理由：Gemini 4 Carbon在FrontierCode 2.0基准测试中得分40.0%
![[AINews] Fable 5.2 retakes World #1 LLM spot as $ANT IPO roadshow begins](https://media.beehiiv.com/cdn-cgi/image/fit=scale-down,format=auto,onerror=redirect,quality=80/uploads/asset/file/1431029c-65fe-48ed-8eb2-798c3c5c22f4/image.png?t=1794292162)
