发生了什么
Artificial Analysis 发布了 AI 编码代理基准评测，基于 SWE-Bench-Pro-Hard-AA、Terminal-Bench v2 和 SWE-Atlas-QnA 三个基准，对多个模型和 Harness 的代码代理性能、成本和时间进行对比分析。
为什么值得关注
为开发者提供了横向对比编码代理实际工程能力的系统性基准，包含成本、耗时和通过率等关键指标，有参考价值。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Artificial Analysis 发布了 AI 编码代理基准评测
Artificial Analysis 发布了 AI 编码代理基准评测，基于 SWE-Bench-Pro-Hard-AA、Terminal-Bench v2 和 SWE-Atlas-QnA 三个基准，对多个模型和 Harness 的代码代理性能、成本和时间进行对比分析。
打开原始来源 ↗