FrontierSWE
AI बेंचमार्क के परिणाम और मॉडल का प्रदर्शन
प्रकार: percentageCode
दर्ज परिणाम
3
औसत स्कोर
65.80%
स्कोर सीमा
55% - 81.20%
अग्रणी मॉडल
81.20% - Kimi K3
समय के साथ स्कोर
तारीख के अनुसार दिखाए गए अलग-अलग बेंचमार्क स्कोर।
मॉडल परिणाम
| संगठन | मॉडल | रिपोर्ट किया गया | सबसे ऊँचा स्कोर | जानकारी | स्व-रिपोर्ट किया गया | स्रोत |
|---|---|---|---|---|---|---|
| Kimi K3 | 16 जुल॰ 2026 | 81.20% | KimiCode harness; dominance score recomputed from raw scores with the official evaluation script, current July 16, 2026. | हाँ | स्रोत | |
| Gemini 4 Carbon | 28 अक्टू॰ 2026 | 61.20% | Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/images/gemini_4_carbon__evals-table.original.png; methodology: deepmind.google/models/evals-methodology/gemini-4-carbon | हाँ | स्रोत | |
| Gemini 4 Argon | 13 अक्टू॰ 2026 | 55% | Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gif | हाँ | स्रोत |
