FrontierCode 评估编程 Agent 产出是否同时满足功能正确性和生产级代码质量。1.1 版改进联网使用规则、复核 1000 多项评分标准，并报告 Main 与 Extended 子集成绩。
查看 FrontierCode 1.1 Extended 的最新得分、模型模式、发布时间与参数规模，快速了解当前完整榜单表现。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 排名 | 模型 | 开源情况 | |||
|---|---|---|---|---|---|
— |  Claude Fable 5 思考水平·极高工具 | 64.90 | 2026-06-09 | 未知 | 闭源 |
— |  GPT-6 Astra 思考水平·Max工具 | 64.50 | 2026-09-03 | 未知 | 闭源 |
— | Claude Fable 5.1 思考水平·中工具 | 63.60 | 2026-09-01 | 未知 | 闭源 |
— |  Grok 4.6 思考水平·高工具 | 61.30 | 2026-08-12 | 未知 | 闭源 |
— | GPT-5.6 Sol 思考水平·Max工具 | 60.60 | 2026-06-26 | 未知 | 闭源 |
— | Grok 4.5 思考水平·高工具 | 56.60 | 2026-07-08 | 未知 | 闭源 |
— |  Gemini 3.7 Flash 开启思考工具 | 43.60 | 2026-08-13 | 未知 | 闭源 |
SpaceXAI 于 2026-08-12 发布 Grok 4.6 时报告 FrontierCode v1.1 Extended 成绩为 61.3%。
