RecodeX 重构消息，Intelligence Index v5完成自2026年1月v4上线以来最大幅度基准重构，首次将60%评测权重建立在私有测试集或隐藏答案上，以压缩公开题库被训练数据污染的空间。该指数仍由九项评测构成，编码部分占25%权重，其中新纳入的FrontierCode 2.0占15%，Terminal-Bench 4.0占10%。

FrontierCode 2.0全部任务来自真实开源仓库，以仓库维护者是否愿意合并提交的PR为核心评分逻辑，将编码能力评价从“可运行性”转向“可合并性”。已发布权重模型中，DeepSeek V4.1-Flash 1017（max）以28%位列该单项第一，但其综合得分32分，与GLM-5.3持平，落后榜首Claude Opus 5.5的58分。

v5显示最强开源模型与榜首差距从v4.3的3分扩大到12分，已发布权重模型综合得分天花板为32分；同一模型在省钱模式与全力模式下表现差异明显，头部模型单任务成本最高相差超13倍。同步推出的Progress Index v1将2022年11月以来主要大语言模型映射到连续能力尺度。