FrontierCode v1.1 reemplaza a DeepSWE v1.1 en el Índice. El benchmark de Cognition tiene 100 tareas de ingeniería de software en repositorios de código abierto reales con un conjunto de pruebas privado, calificadas según si un mantenedor aceptaría el cambio.
Claude Code con Claude Opus 5.5 (max) obtiene 56.0%, por delante de Codex con DeepSeek V4.1 Flash (max) con 52.6%, Codex con GPT-6.1 Sol (max) con 49.4% y Codex con GPT-6 Astra (max) con 49.3%. Por debajo de los primeros puestos, las puntuaciones están muy apretadas: 15 de las 24 configuraciones del Índice obtienen entre 43% y 49%.