💥 写代码的尺子换了：绿测试不算数，维护者愿不愿意 merge 才算。 Artificial Analysis 今天把 Coding Agent Index… · @QwenAIFans · TwKit

@QwenAIFans

💥 写代码的尺子换了：绿测试不算数，维护者愿不愿意 merge 才算。 Artificial Analysis 今天把 Coding Agent Index 升到 v2.0——Cognition 的 FrontierCode 顶掉 DeepSWE，三块等权共 290 题。 硬数字（max 档）： 🔹 Claude Code + Opus 5.5：61.7，每题约 $11.42 🔹 Codex + DeepSeek V4.1 Flash：47.3，每题约 $0.39 🔹 Claude Code + Qwen3.8 Max：39（FrontierCode 45%，Terminal-Bench 只有 17%） 同一 harness 里挂千问，终端那块掉得最狠——差距更像「会不会在 shell 里把事办完」。 出处：Artificial Analysis👇 https://artificialanalysis.ai/agents/coding-agents

曝光 177 · 评论 0 · 点赞 3 · 书签 0