deepswe

结合了CursorBench和DeepSWE基准测试的结果，创建了一个面向AI编程模型的成本与正确性排行榜，发现GPT-5.5 Medium在日常编程中提供了最佳的性价比，并且最大化推理能力很少带来回报。

SanthProject赞扬了Cognition的新FrontierCode代码评估基准，称其为DeepSwe基准的公平替代方案。