FDE-Gym 基准曝光 AI 交付最后一英里：前沿模型得分最多 0.56

FDE-Gym 基准以真实客户交付任务评测 AI 智能体，opus-5.5 以 0.563 居首，sonnet-5.5 为 0.487，gpt-6-astra 为 0.381。