另外我的说一句哈，Cognition 的 FrontierCode 2.0 这个评分问题很大，Claude家模型用Claude Code，OpenAI模型用Codex，其他开源模型统一他家的devin。。。
这就很傻叉，导致FrontierCode普遍得分不高，进而导致AA评分国产分数普遍不高。
所以新版AA分数国模应该至少都差3分起步（20 * 15% = 3， 15%为权重）。
发布于 辽宁