Artificial Analysis 编码代理榜上线：39 个模型/代理可横向比价

ArtificialAnlys · x · 2026-10-14

Artificial Analysis 公布编码代理基准的方法论与完整榜单页面。Coding Agent Index v1.5 由三个基准等权合成：DeepSWE v1.1（113 任务，Datacurve）、Terminal-Bench 4.0（66 任务，Laude Institute）、SWE-Atlas-QnA（124 任务，Scale AI），每任务取三次 pass@1 平均。页面同时提供每任务耗时、API 成本（按 token 计）与分基准得分，共覆盖 39 个模型/代理组合，并给出「最具吸引力象限」与 Pareto 前沿视图，可用于跨代理、跨模型、跨执行档位比较性价比。