Coding Agent Index v2.0的得分在两种情况下都低于v1.5，适用于几乎所有配置。在两种Index版本所评估的21种配置中，平均Index得分从54.8降至47.4，其中21种配置中有20种有所下降。
这一变化来自 FrontierCode v1.1，其中相同的配置在 FrontierCode v1.1 上的平均得分为 45.1%，而在 DeepSWE v1.1 上则为 65.6%，且更严格的 SWE-Atlas-QnA-AA 评分贡献较小。Terminal-Bench 4.0 保持不变。两种 Index 版本的得分反映了不同的评估方式。