GitHub Copilot Fusion 登顶 Terminal-Bench 4.1,超 Claude Code 且成本减半
0xkarasy · x · 2026-11-18
GitHub 官方在 Ignite 大会宣布,Copilot Fusion(max)在 Terminal-Bench 4.1 上以 71.2%±2.9% 的解决率排名第一,领先第二名 Claude Code/Opus 5.5(65.8%)约 5.4 个百分点,且成本仅 $2.0k,不到 Opus 5.5($4.7k)的一半,token 用量 3.3B 也远低于对手。
榜单其他亮点:
- Anthropic Fable 5.2(max)解决率同为 65.8%,但成本高达 $16.5k、消耗 15.7B tokens,性价比垫底
- Google Gemini 4 Carbon(high)以 64.5%、$1.4k 排第四,Antigravity CLI 系列多款上榜
- GPT-6.1 Sol(max)成本最低仅 $0.6k,解决率 60.9% 排第六
- Kimi K3.1 Pro 59.7% 排第八,DeepSeek V4.1 Flash 成本低至 $0.2k
这是微软高调展示自家编码 agent 首次在权威终端任务基准上超越 Claude Code 的场合。
所属事件:Copilot Fusion 登顶 Terminal-Bench 4.1,成本仅竞品一半(5 条相关)→
「编程与Agent」频道最新
- 开发者用 Muse 智能体自动交易 CME 期货,正接 brokers API 替代浏览器下单 — CyborgTraderOFTAGI · 2026-11-18
- Qwen 3.8 与 DeepSeek V4.1 同题实测:单提示词生成摄影师落地页 — jesdga95 · 2026-11-18
- 一周内苹果微软 FAA 齐宕机,博主归因 vibe coding 遇上黑客 agent — MinqiJiang · 2026-11-18
- Anaconda 演练:仅 22% 安全团队有经过测试的 AI Agent 应急预案 — anacondainc · 2026-11-18
- 开发者在 Linux 上完成 iOS 全流程,无需 Mac 和 Xcode — anthara_ai · 2026-11-18
- 开源 scroll-world:一条 prompt 生成苹果式 3D 滚动官网,省下数万美元 — anthara_ai · 2026-11-18