FrontierSWE 相关 AI 资讯 · AI 热点

7月16日

09:15

09:15

官方账号xAI@xai

Grok 4.5 在 Proximal 的 FrontierSWE 基准测试中综合排名第二，仅次于 Claude Fable 5。在实现与性能维度上同样位列第二。在研究能力维度上排名第一，超过 Opus 4.8、GPT-5.5 和 GLM-5.2。该基准测试评估模型在真实软件工程任务中的表现。

AI模型 Grok 4.5 FrontierSWE Proximal

推荐理由：Grok 4.5 在代码基准上超越 GPT-5.5 和 Opus 4.8，研究能力还拿了第一，值得关注。

6月17日

04:01

04:01

elvis@omarsar0

GLM 5.2 在 FrontierSWE 基准上排名第 3，得分仅次于 Fable 5 和 Opus 4.8，并超越 GPT-5.5。这是首个缩小 Anthropic/OpenAI 与其他提供商之间差距的模型，同时也是目前最强的开源权重模型。该成绩展示了开源模型在编码任务上的竞争力。

AI模型 GLM 5.2 FrontierSWE GPT-5.5

推荐理由：GLM 5.2 在编码基准上干掉了 GPT-5.5，开源里最强，值得关注。