コーディングのAIランキング

FrontierCode

よく引用高いほど良い

Cognitionが作った試験で、実際のオープンソースリポジトリの難しい課題150件に対し、そのまま取り込めるレベルの修正を出す必要があります。動作、既存機能の維持、ビルド、プロジェクトの慣例まで採点し、最も難しい100件で5回試した平均をスコアとします。スコアは0〜100%です。高いほど良い結果です。

最高スコア54.6%Claude Opus 5.5
測定したモデル36件
モデルのリリース時期（右が最新）
その時点の最高記録上ほど良い
  1. 🥇AnthropicClaude Opus 5.5推論強度: Medium54.6%
  2. 🥈AnthropicClaude Fable 553.5%
  3. 🥉AnthropicClaude Opus 5推論強度: Max53.4%
  4. #4OpenAIGPT-6 Astra推論強度: Max53.3%
  5. #5AnthropicClaude Sonnet 5.5推論強度: Extra High52.1%
  6. #6AnthropicClaude Fable 5.1推論強度: Medium50.9%
  7. #7OpenAIGPT-6.1 Sol推論強度: Medium50.2%
  8. #8OpenAIGPT-6 Sol推論強度: Max49.3%
  9. #9xAIGrok 4.648.0%
  10. #10xAIGrok 4.747.6%
  11. #11OpenAIGPT-5.6 Sol47.5%
  12. #12AnthropicClaude Opus 4.846.5%
  13. #13Moonshot AIKimi K344.2%
  14. #14GoogleGemini 3.7 Flash43.6%
  15. #15OpenAIGPT-5.543.0%
  16. #16AnthropicClaude Sonnet 542.7%
  17. #17xAIGrok 4.542.4%
  18. #18OpenAIGPT-6 Luna推論強度: Max42.4%
  19. #19OpenAIGPT-5.6 Terra41.3%
  20. #20GoogleGemini 3.8 Flash推論強度: Medium41.2%
  21. #21Z.aiGLM 5.3推論強度: Max40.1%
  22. #22OpenAIGPT-5.6 Luna39.8%
  23. #23AnthropicClaude Opus 4.738.5%
  24. #24GoogleGemini 3.6 Flash34.4%
  25. #25Z.aiGLM 5.3 Flash推論強度: Max31.8%
  26. #26Moonshot AIKimi K2.7 Code30.1%
  27. #27DeepSeekDeepSeek V4 Pro推論強度: High28.5%
  28. #28OpenAIGPT-5.4 Mini27.0%
  29. #29AnthropicClaude Opus 4.626.6%
  30. #30Z.aiGLM 5.2推論強度: None24.5%
  31. #31AnthropicClaude Sonnet 4.624.3%
  32. #32DeepSeekDeepSeek V4 Flash18.8%
  33. #33MiniMaxMiniMax M314.7%
  34. #34NVIDIANemotron 3 Ultra13.6%
  35. #35AlibabaQwen3.7 Plus10.2%
  36. #36Mistral AIMistral Medium 3.58.0%
モデルの半数が41.9%以下最終更新 2026-10-07

「作業ツール」はAIが課題を解くときに使った実行環境（エージェントプログラム）です。同じモデルでも作業ツールと推論の強さによってスコアが大きく変わることがあります。