FrontierCode v1.1 在指数中取代了 DeepSWE v1.1。Cognition 的基准测试包含 100 个基于真实开源仓库的软件工程任务，配有私有测试集，以维护者是否会合并该改动作为评分标准。
Claude Code 搭配 Claude Opus 5.5 (max) 得分为 56.0%，领先于 Codex 搭配 DeepSeek V4.1 Flash (max) 的 52.6%、Codex 搭配 GPT-6.1 Sol (max) 的 49.4% 以及 Codex 搭配 GPT-6 Astra (max) 的 49.3%。在榜首之下，分数十分接近：指数上 24 个配置中有 15 个的得分介于 43% 到 49% 之间。