Today for AI
返回热点榜
agent热度 0.0°

AI 聚合热点事件 · 2026/10/21

Devin Fusion 双模型架构基准测试得分超 Claude Code

2 篇收录报道0 家独立信源交叉印证持续跟踪至 2026/10/23 08:17:33
全景综述与最新动态

Cognition 推出的 Devin Fusion 采用“前沿主模型+低成本副模型”并行协作架构，在 Artificial Analysis Coding Agent Index 中得分为 68.1。该配置以 Claude Opus 5.5 为主、GPT-6 Luna 为副，相比单用 Opus 5.5 的 Claude Code，成本降低约 31% 且任务耗时更短，但在部分终端基准上略逊一筹。

最新动向/Artificial Analysis 推出编程智能体指数 v2.0，引入 Cognition 的 FrontierCode v1.1 替代 DeepSWE，并修订了 SWE-Atlas-QnA 评分标准。该指数覆盖软件工程、终端使用及仓库问答三大领域共 290 个任务，其中 Claude Code 搭载 Claude Opus 5.5 以 61.7 分位居榜首。

逐小时热度走势

168 个完整观测小时
当前
0.0
峰值
29.509:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 2 篇 · 最新优先
  1. Artificial Analysis (@ArtificialAnlys)T1·78 分

    Artificial Analysis 发布 Coding Agent Index v2.0，Claude Opus 5.5 领跑

    原标题：Announcing Artificial Analysis Coding Agent Index v2.0: FrontierCode v1.1 from Cognition replaces De...

    • Index v2.0 采用 Cognition 的 FrontierCode v1.1 作为核心基准，强调基于真实开源仓库的合并可行性评估。
    • Claude Code (Opus 5.5) 在综合得分中领先（61.7），单次任务 API 成本约为 $11.42。
    • 评测范围扩展至 290 个任务，涵盖软件工程、终端操作和仓库问答，三者权重相等。
  2. Artificial Analysis (@ArtificialAnlys)T1·78 分

    Devin Fusion 双模型架构基准测试得分超 Claude Code

    原标题：Devin Fusion with Claude Opus 5.5 (max) and a GPT-6 Luna (high) sidekick scores 68 on the Coding Age...

    • Devin Fusion 通过主副模型并行分工（规划/审查 vs 执行），在保持高评分的同时显著降低了 API 成本。
    • 在 DeepSWE 和 SWE-Atlas-QnA 基准上表现优于单模型方案，但在 Terminal-Bench 4.0 上略低。
    • 成本对比基于按 Token 计费的 API 价格，而非订阅费用，凸显了混合模型策略的经济性优势。