GitHub Copilot Fusion 登顶 Terminal-Bench 4.1,准确率 71.2%

kimmonismus · x · 2026-11-18

GitHub Universe 大会现场幻灯片显示,GitHub Copilot Fusion 以 71.2%±2.9% 的准确率登上 Terminal-Bench 4.1 榜首,且成本仅约 $2.0k(消耗 3.3B tokens)。对比之下:Anthropic Claude Opus 5.5 为 63.8%(成本 $47k)、Claude Fable 5.2 为 63.8%($16.5k)、Google Gemini 4 Carbon 为 64.5%($1.4k)、Claude Sonnet 5.5 为 63.8%($7.2k)、OpenAI GPT-6.1 Sol 约 60.2%($334k)。Fusion 于 10 月 28 日发布,在准确率与成本两项上都大幅领先。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →