SWE-Atlas-QnA-AA 新评分：Muse Wonder Full 以 68.8% 居首
ArtificialAnlys · x · 2026-10-23
Artificial Analysis 详解 Coding Agent Index v2.0 中 SWE-Atlas-QnA-AA 基准：任务仍是 Scale AI 的 124 个仓库问答题，重写了 1306 条评分细则中的 127 条，改用 GPT-6 Luna (xhigh) 五票评审。
该基准下 Muse Code + Muse Wonder Full (max) 以 68.8% 领先，随后是 Claude Fable 5.1 (66.4%)、Claude Opus 5.5 (65.9%)、Claude Sonnet 5.5 (64.2%)。21 个重叠配置平均降 1.7 分，14 个下滑。
「编程与Agent」频道最新
- 别再堆规则文件：直接让编码 Agent 读《Clean Code》 — Al_Grigor · 2026-10-23
- 游戏开发者倒戈：用了一年 GPT 后称 Opus 5.5 写码更顺手 — rudrank · 2026-10-23
- 把可验证代码从 1% 缩到全集：形式验证的现实困境 — jd_pressman · 2026-10-23
- 用 ChatGPT Space 搭出完整 GTD 系统，自动维护任务清单 — prd_008 · 2026-10-23
- GTA V 全部 NPC 实时开口说话:克隆声音保持人设,1 秒内响应还能执行指令 — Prime-Paradox · 2026-10-23
- 用 Claude 证明内存安全等价,一次性挖出大量 PHP 深层 bug — jd_pressman · 2026-10-23