# 复杂代码任务：FrontierCode组件分

观察模块 2026-10-19.observations.2；整理2026-10-19；状态active
代码评分衡量了怎样的交付？
rubric是逐项给分的评阅规则，用来评价复杂仓库补丁；局部得分不等于整题通过。当前mean@5方法取五次轨迹分数的平均，历史行的实际次数/预算未完整披露。精选8个模型/档位的公布值介于0.14至0.50（标准化组件分 0–1）。可观察复杂代码修改的评分位置；不同档位、工具和评分会改变结果。不能转成熟悉仓库维护的省时比例。

单位：标准化组件分 0–1
分母：指定FrontierCode任务与rubric分；不是每题严格通过率
协议：Epoch固定组件输入；保留逐行版本/推理档位，不与其他测试拼量尺
范围：有限8行；当前官方方法100 hardest、mean@5 rubric；历史行预算未知
时间：观察期可画同来源趋势；模型发布日只展开当前横截面，未知运行/首次公开日不补。使用份额/企业采用/测试分不互换，不据此生成职业AI化比例。
真实工作覆盖：未知(null)


## GPT-6 Sol / 模型日 2026-09-22；运行日未知
公布值：0.49分；原值0.4927；状态reported
模型/配置：gpt-6-sol_max
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m100
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## GPT-6.1 Sol / 模型日 2026-09-29；运行日未知
公布值：0.5分；原值0.5023；状态reported
模型/配置：gpt-6.1-sol_medium
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m101
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Gemini 3.6 Flash / 模型日 2026-07-21；运行日未知
公布值：0.34分；原值0.3437；状态reported
模型/配置：gemini-3.6-flash_unknown
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m125
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Gemini 3.7 Flash / 模型日 2026-08-13；运行日未知
公布值：0.44分；原值0.4359；状态reported
模型/配置：gemini-3.7-flash_unknown
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m126
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Gemini 3.8 Flash / 模型日 2026-09-02；运行日未知
公布值：0.41分；原值0.4119；状态reported
模型/配置：gemini-3.8-flash_medium
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m127
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Grok 4.5 / 模型日 2026-07-08；运行日未知
公布值：0.42分；原值0.4244；状态reported
模型/配置：grok-4.5_unknown
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m142
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Grok 4.6 / 模型日 2026-08-12；运行日未知
公布值：0.48分；原值0.4801000000000001；状态reported
模型/配置：grok-4.6_unknown
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m143
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## Inkling / 模型日 2026-07-15；运行日未知
公布值：0.14分；原值0.14；状态reported
模型/配置：Inkling
分母/样本数：指定FrontierCode任务与rubric分；不是每题严格通过率；具体n=未知
区间：未公布
同页费用：未知
定位：processed_data_for_eci.csv；benchmark=FrontierCode；model_id=m148
Epoch预处理的0–1组件分；当前FrontierCode rubric mean@5不是binary pass；单行预算未完整披露


## 对自己的工作意味着什么
对照C03的回归与完整人时；选择你的仓库中可回滚问题实测。
[C03交接与验收](/changes?task=C03)

## 原始材料
- [Epoch ECI固定快照](https://epoch.ai/data/eci-documentation)；版本2026-10-14取得的CSV；ECI与FrontierCode独立指标；首次公开具体日期未知；收集2026-10-14；实际阅读2026-10-15；状态active；eci_scores.csv；processed_data_for_eci.csv指定benchmark行；跨测试拟合的综合指数；组件保留模型版本，可能取同名同日不同配置的最高成绩；模型日不等于测量日；本次快照不是逐日历史；组件0–1分不称工作通过率；许可Epoch数据CC BY 4.0（当前官方链接核对），署名Epoch AI