DC娱乐网

Artificial Analysis 新出的编程 agent 榜 2.0,Claude Code 配 Opus 5.5 拿第一,61.7 分。 细看更有意思。最难那项 FrontierCode 是按“维护者愿不愿意合并”打分的,Opus 56%,第二是 Codex 跑 DeepSeek V4.1 Flash,52.6%,压过了 GPT-6.1 Sol 和 Astra。 再看价钱:Opus 一个任务 11.42 刀,Dee ​

Artificial Analysis 新出的编程 agent 榜 2.0,Claude Code 配 Opus 5.5 拿第一,61.7 分。

细看更有意思。最难那项 FrontierCode 是按“维护者愿不愿意合并”打分的,Opus 56%,第二是 Codex 跑 DeepSeek V4.1 Flash,52.6%,压过了 GPT-6.1 Sol 和 Astra。

再看价钱:Opus 一个任务 11.42 刀,DeepSeek 0.39 刀,差快 30 倍。Opus 平均一个任务跑一小时、146 轮、吃掉 1450 万 token。

当然 DeepSeek 总分只有 47.3,终端和问答拖了后腿。但写能合进去的代码只差 3 个多点,贵 30 倍,这笔账老板们会自己算。