基准
FrontierSui
针对软件工程自动化的专项评测基准，侧重开放性工程问题，要求模型在真实代码库中进行多文件修改与架构决策，难度高于DeepSui
时间轴 (近 90 天)
10月4日
Gemini 4在DeepSui上以77.9%刷新纪录（Opus 5.5为74.2%），但在FrontierSui上仅55%，在TerminalBench 4.0上以57.4%垫底
待验证50%
针对软件工程自动化的专项评测基准，侧重开放性工程问题，要求模型在真实代码库中进行多文件修改与架构决策，难度高于DeepSui
Gemini 4在DeepSui上以77.9%刷新纪录（Opus 5.5为74.2%），但在FrontierSui上仅55%，在TerminalBench 4.0上以57.4%垫底