Бенчмарки

Это статические снимки публичных лидербордов, обновляемые вручную, — а не живые данные учёта OpenCodex. Для каждой таблицы указаны источник, дата снимка и примечание о лицензии. Рейтинги «баллы на доллар» показываются только в таблицах, где каждая строка содержит измеренную источником стоимость на задачу.

Таблицы сгруппированы по доменам задач:

• Кодинг — DeepSWE, AA Coding Agent, FrontierCode, FrontierSWE, Program Bench, SWE Marathon
• Фронтенд — Frontend Code Arena
• Терминал — Terminal Bench 2.1
• Безопасность — Cybench
• Интеллект — AA Intelligence Index