版本：FrontierSWE v1 · FrontierSWE v2（当前）
不同版本的分数默认不直接比较。
v1: relative mean/best@5 ranks and dominance over 17 tasks; v2: absolute normalised mean/best/worst@5 scores over 34 tasks. Dataset and methodology changed; scores are not comparable across editions.
FrontierSWE v1 由 Proximal Labs 发布，包含 17 个超长周期技术任务：5 个实现、9 个性能优化和 3 个研究任务。每个模型与原生 Agent harness 组合在每项任务运行 5 次，每次预算 20 小时。官方同时公布 mean@5 与 best@5 的平均排名（越低越好）和 Dominance（越高越好；在随机任务上击败随机对手的概率）。本站主榜采用 mean@5 Dominance，不能与 v2 的绝对任务分数比较。
查看 FrontierSWE v1 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 常规模式 | 88.24 | 2026-06-09 | 未知 | 闭源 | |
 GLM-5.3 常规模式 | 78.13 | 2026-08-14 | 7440亿 | 有条件商用 | |
 Grok 4.6 常规模式 | 77.94 | 2026-08-12 | 未知 | 闭源 | |
4 | Grok 4.5 常规模式 | 72.06 | 2026-07-08 | 未知 | 闭源 |
5 | GLM-5.2 常规模式 | 67.46 | 2026-06-13 | 7533.3亿 | 免费商用 |
6 | Claude Opus 4.8 常规模式 | 66.54 | 2026-05-28 | 未知 | 闭源 |
7 |  GPT-5.5 常规模式 | 64.52 | 2026-04-23 | 未知 | 闭源 |
8 | Opus 4.7 常规模式 | 56.25 | 2026-04-16 | 未知 | 闭源 |
9 | Claude Opus 4.6 常规模式 | 48.90 | 2026-02-05 | 未知 | 闭源 |
10 | GPT-5.4 常规模式 | 45.96 | 2026-03-05 | 未知 | 闭源 |
11 | 34.38 | 2026-02-20 | 未知 | 闭源 | |
12 |  Composer 2.5 常规模式 | 33.82 | 2026-05-18 | 未知 | 闭源 |
13 | GLM 5.1 常规模式 | 25.74 | 2026-03-27 | 7540亿 | 免费商用 |
14 |  DeepSeek-V4-Pro 常规模式 | 24.63 | 2026-08-13 | 16000亿 | 免费商用 |
15 |  Kimi K2.5 常规模式 | 23.35 | 2026-01-27 | 10000亿 | 免费商用 |
16 | Kimi K2.6 常规模式 | 22.24 | 2026-04-20 | 10000亿 | 免费商用 |
17 |  Qwen3.6-Plus 常规模式 | 19.85 | 2026-04-01 | 未知 | 闭源 |
Official leaderboard snapshot: 2026-10-08. 17 model/harness pairs. Scores retain the published metric and harness. Values below are rounded to four decimals; the leaderboard import retains source precision.
