[控场AI]
基准

Frontier SWE-2

面向软件工程的前沿基准,模拟真实代码仓库中的多步骤任务,强调长链路工程能力、工具调用和自主调试。

时间轴 (近 90 天)

10月29日

在Frontier SWE-2代码测试上,Claude Opus 5.5得分略高于Carbon。

已过期50%

来源文章