跳到主内容
知行录
leaderboard.cn
Toggle Sidebar
搜索模型或厂商…
⌘K
分析
前沿模型
历史趋势
本地模型
模型对比
榜单工坊
资料库
模型库
模型价格
厂商
基准评测
数据源
设置
Toggle Sidebar
知行录
leaderboard.cn
正在加载页面内容
反馈
基准详情正在加载
返回基准目录
Frontier-Bench v0.1
编程
分享
Anthropic 内部评测；mini-SWE-agent + GKE backend，按每题 5 次尝试的平均 reward 计分。Opus 5 与 Fable 5 的安全分类器拒答回退到 Opus 4.8。
排行
数据源
#
模型
得分
1
Claude Opus 5
Anthropic
43.3
%
2
GPT-5.6 Sol
OpenAI
34.4
%
3
Claude Fable 5
Anthropic
33.7
%
4
Claude Opus 4.8
Anthropic
21.1
%
共 4 个模型
