Coding Agent 榜单升级 v2.0:Claude Opus 5.5 以 61.7 领跑
Artificial Analysis 发布 Coding Agent Index v2.0,用 Cognition 的 FrontierCode v1.1 替换 DeepSWE,并收紧仓库问答评分,榜单评的是模型加 harness 组合。当前第一是 Claude Code + Claude Opus 5.5(max)61.7,其后为 Claude Code + Sonnet 5.5 的 59.3 和 Muse Code + Muse Wonder Full 的 58.9,首个 OpenAI 组合 Codex + GPT-6 Astra 为 54.7。同一批 21 个配置在新旧榜单上均值从 54.8 降至 47.4,20 个下降,主因是 FrontierCode 均值约 45.1%,远低于 DeepSWE 的 65.6%。
–100%(看 non-blocking)。轨迹若被扫到去拉上游解(PR、merge commit、镜像等)→ 也记 0。 2. SWE-Atlas-QnA → SWE-Atlas-QnA-AA。 124 题不变;重写了 1,306 条 rubric 里的 127 条;裁判改为 GPT-6 Luna(xhigh),每条准则投 5 票;数据集与裁判配置已发到 Hugging Face。 关键结果 综合指数前四: · Claude Code + Opus 5.5(max)61.7 · Claude Code + Sonnet 5.5(max)59.3 · Muse Code + Muse Wonder Full(max)58.9 · Claude Code + Fable 5.1(max + fallback)57.6 前四相差仅约 4.1 分,其中三席是 Claude Code。首个 OpenAI 组合是 Codex + GPT-6 Astra,54.7。 FrontierCode 单项(Opus 拉开差距处): · Opus 5.5:56.0% · Codex + DeepSeek V
匹配字段正文



