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。
「编程与Agent」频道最新
- X 高管用 Claude 打造热成像系统,阻止小狗吃便便致病 — nikitabier · 2026-11-18
- 拍一张手写照片就能生成专属英文字体的 Skill — vista8 · 2026-11-18
- AI 研究者 John Frankle:今年软件更脆弱,故障是相关性而非阴谋 — jefrankle · 2026-11-18
- 纳德拉发布重构版 Copilot:内置常驻「Autopilot」智能体 — kimmonismus · 2026-11-18
- 曝 Copilot 将推多人 Workspaces:团队与 AI agent 协同工作 — testingcatalog · 2026-11-18
- Copilot 推出多人协作 Workspaces,团队与 AI 智能体可协同工作 — testingcatalog · 2026-11-18