FrontierSWE

Name: FrontierSWE
Keywords: FrontierSWE, AI 基准测试, 模型评估, AI 基准测试排行榜, AI 模型表现

AI 基准测试结果和模型表现

类型: percentageCode

65.80%

55% - 81.20%

81.20% - Kimi K3

分数变化趋势

按日期绘制的单项基准测试分数。

模型结果

组织	模型	报告时间	最高分数	信息	自行报告	来源
Moonshot	Kimi K3	2026年7月16日	81.20%	KimiCode harness; dominance score recomputed from raw scores with the official evaluation script, current July 16, 2026.	是	来源
Google	Gemini 4 Carbon	2026年10月28日	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	是	来源
Google	Gemini 4 Argon	2026年10月13日	55%	Google-reported launch evaluation; source chart: https://storage.googleapis.com/gweb-uniblog-publish-prod/original_images/gemini-4-argon_table_blog.gif	是	来源

帮助保持公开数据准确