FrontierCS 2 基准发布：Claude Opus 5.5 以 58.3% 居首

FrontierCS 2 发布，用于评测 AI 的计算机科学研发能力，Claude Opus 5.5 以 58.3%（28/48）排名第一，Gemini 4 Carbon 以 54.2%（26/48）排名第二。该基准包含 48 个任务，每题限时 5 小时，以 pass@1 统一评分，聚焦比常规编码更难的 CS 研究级问题。