FrontierSWE (Dominance)编程

Proximal 评估, 1M 上下文, max effort, 128K 输出 tokensFrontierSWE 评估前沿 AI 模型的软件工程能力，聚焦最先进的模型能否解决极具挑战性的真实世界编程问题。任务设计参考了顶级程序员在真实工作中的难度水平，是衡量 AI 编程能力天花板的权威基准。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.8	75.1	Anthropic	GLM-5.2 技术报告
2	GLM-5.2	74.4	智谱AI	GLM-5.2 技术报告
3	GPT-5.5	72.6	OpenAI	GLM-5.2 技术报告
4	Gemini 3.1 Pro	39.6	Google	GLM-5.2 技术报告
5	GLM-5.1	30.5	智谱AI	GLM-5.2 技术报告
6	DeepSeek-V4-Pro	29	深度求索	GLM-5.2 技术报告

Proximal 评估, 1M 上下文, max effort, 128K 输出 tokensFrontierSWE 评估前沿 AI 模型的软件工程能力，聚焦最先进的模型能否解决极具挑战性的真实世界编程问题。任务设计参考了顶级程序员在真实工作中的难度水平，是衡量 AI 编程能力天花板的权威基准。

#	模型	得分 (%)	厂商	来源
1	Claude Opus 4.8	75.1	Anthropic	GLM-5.2 技术报告
2	GLM-5.2	74.4	智谱AI	GLM-5.2 技术报告
3	GPT-5.5	72.6	OpenAI	GLM-5.2 技术报告
4	Gemini 3.1 Pro	39.6	Google	GLM-5.2 技术报告
5	GLM-5.1	30.5	智谱AI	GLM-5.2 技术报告
6	DeepSeek-V4-Pro	29	深度求索	GLM-5.2 技术报告