FrontierCode 1.1

Une implémentation de FrontierCode 1.1 de Cognition, un benchmark privé de codage agentique qui évalue les modèles sur l'exécution de tâches de codage d'une manière qui serait réellement fusionnée par les mainteneurs de dépôts réels.

Modèles: 75 actuel, 83 au total
Médiane: 38.8%
Plage: 0.0%–64.0%

Distribution des scores

Le plus bas: 0.0%
Médiane: 38.8%
Le plus élevé: 64.0%

Classement

Inclure les modèles obsolètes

Rang	Modèle	Score
51	Grok 4.7 (High) SpaceXAI	34.2%
52	Grok 4.7 (Xhigh) SpaceXAI	33.8%
53	GPT-6 Luna (Xhigh) OpenAI	33.2%
54	K2 Horizon 375B A23B Institute of Foundation Models	32.1%
55	GPT-6 Luna (High) OpenAI	32.0%
56	GPT-6 Luna (Medium) OpenAI	31.8%
57	Claude Haiku 5.5 (Low) Anthropic	29.3%
58	Claude Sonnet 5.5 (Medium, Default Fallback) Anthropic	29.3%
59	Qwen3.8 27B (Low) Alibaba	28.9%
60	Muse Spark Open (Xhigh) Meta	27.6%
61	Gemini 3.8 Flash (Low) Google	27.5%
62	Claude Sonnet 5.5 (Low, Default Fallback) Anthropic	26.4%
63	Nemotron 3.5 Super VL NVIDIA	25.5%
64	Beam 1.0 Reflection	24.3%
65	MiniMax-M3 MiniMax	23.0%
66	Inkling (Xhigh) Thinking Machines	15.8%
67	GPT-6 Luna (Low) OpenAI	14.1%
68	Muse Glimmer (High) Meta	13.9%
69	GPT-6 Luna (Non-reasoning) OpenAI	13.8%
70	Nemotron 3 Ultra 550B A55B (Reasoning) NVIDIA	10.5%
71	Qwen3.8 27B (Non-reasoning) Alibaba	7.9%
72	gpt-oss-120b (High) OpenAI	1.2%
73	Command A+ Cohere	1.2%
74	Inkling Small Thinking Machines	0.6%
75	NVIDIA Nemotron 3 Nano 4B NVIDIA	0.0%

51
Grok 4.7 (High)
SpaceXAI
34.2%
52
Grok 4.7 (Xhigh)

Données de Artificial Analysis

Command Palette

FrontierCode 1.1

Distribution des scores

Classement