מבחן הערכה
FrontierCode 1.1
מדד משני
מה הוא מודד
קוד ופיתוח תוכנה: כתיבת קוד נכון ועבודה בריפוזיטורי אמיתי
מה הוא לא מודד
- אינו בודק איכות עיצוב מערכת, אבטחה או תחזוקתיות לאורך זמן.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Grok 4.6 | 61.3 | FrontierCode 1.1 Extended · דיווח של הספק | קישור |
| GPT-5.6 Sol | 60.6 | FrontierCode 1.1 Extended · דיווח של הספק | קישור |
| GPT-5.6 Terra | 55.8 | FrontierCode 1.1 Extended · דיווח של הספק | קישור |
| GPT-5.6 Luna | 55.1 | FrontierCode 1.1 Extended · דיווח של הספק | קישור |
| Claude Fable 5 | 53.5 | FrontierCode 1.1 Main · מדידה בלוח עצמאי | קישור |
| Claude Opus 5 | 53.4 | FrontierCode 1.1 Main · דיווח של הספק | קישור |
| Claude Opus 4.8 | 46.5 | FrontierCode 1.1 Main · מדידה בלוח עצמאי | קישור |
| GPT-5.5 | 43.0 | FrontierCode 1.1 Main · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.7 | 38.5 | FrontierCode 1.1 Main · מדידה בלוח עצמאי | קישור |
| Claude Opus 4.6 | 26.9 | FrontierCode 1.1 Main · מדידה בלוח עצמאי | קישור |