#FrontierCode

Claude Opus 5.5 在 FrontierCode 编程基准上，思考档位调到 med 和 max 成绩差不多，还比 high 高，省钱党可以看下再选档位。

shao__meng@shao__meng原文

Devin 接入了 GPT-6 Sol 和 Luna，Luna 每个任务不到 0.1 美元，比 GPT-5.6 便宜一大截，分数还更高。

Cognition@cognition_labs原文

Devin 现在能用 Claude Opus 5.5 了，在 FrontierCode 1.1 上反超 Fable 5 拿第一，价格还便宜不少，写码的朋友可以试试。

Cognition@cognition_labs原文

Cognition 自家的 FrontierCode 榜更新了，Claude Opus 5.5 拿 65.3% 超过 Fable 5，成本还更低，写代码的可以看看。

Cognition@cognition_labs2 个信源在谈原文

Cognition 公司发布了 SWE-2，这个模型在 Kimi-K3 上微调后，在 FrontierCode 基准上表现更好，成本也更低。

Cognition@cognition_labs9 个信源在谈原文

朋友发了 Cognition 新的 SWE-2 模型，这个模型在编码方面很厉害，和 Fable 5.1 差不多，但成本更低。

The Rundown AI@therundownai9 个信源在谈原文

Cognition 推出了 SWE-2，这个模型在代码生成上很厉害，和 Fable 5.1 差不多，但便宜很多。

elvis@omarsar05 个信源在谈原文

GPT-5.6系列降价了，在FrontierCode基准上性价比更突出了，做编码任务可以关注下。

Cognition@cognition_labs原文

Devin 上新了 Opus 5，性能跟 Fable 差不多但便宜一半，编程省钱又省力。

Cognition@cognition_labs原文

想知道哪个AI写代码最靠谱？FrontierCode榜单直接告诉你哪些模型写的代码能直接合并。

Cognition@cognition_labs11 个信源在谈原文

Mythos 的 FrontierCode 基准揭示了当前顶级模型在长任务上的扩展瓶颈，做 AI 编程评估或开发长流程自动化的团队值得关注，可以直接在 Devin 中体验。

swyx (AI Engineer)@swyx9 个信源在谈原文

FrontierCode 戳破了现有基准的泡沫，真正衡量代码可维护性而非通过测试——做 AI 编程工具或智能体开发的团队，建议看看这个新标尺，它可能改变你评估模型的方式。

swyx (AI Engineer)@swyx原文

开发者可关注FrontierCode基准，评估AI代码的真实可维护性；Claude Code用户可借鉴团队技巧提升效率；AI研究者需了解Claude Fable 5的隐性限制。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文