发生了什么
Artificial Analysis发布了Coding Agent Index，综合测评了150余个模型与Harness（如Cursor CLI、Claude Code等）的组合性能，涉及SWE-Bench-Pro-Hard-AA、Terminal-Bench v2和SWE-Atlas-QnA等三个真实编码基准；Opus 4.7在Cursor CLI上获61分领先，GPT-5.5和Claude Code组合亦得60分，开源模型GLM-5.1在Claude Code上获53分，是开源最高分；成本差异30倍、耗时差异7倍，Gemini 3.1 Pro在自家CLI上仅43分。
为什么值得关注
提供了开发者选择Coding Agent的关键数据维度（性能、成本、效率），且涉及行业主流模型与Harness组合，值得开发者参考。
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Coding Agent Index
Artificial Analysis发布了Coding Agent Index，综合测评了150余个模型与Harness（如Cursor CLI、Claude Code等）的组合性能，涉及SWE-Bench-Pro-Hard-AA、Terminal-Bench v2和SWE-Atlas-QnA等三个真实编码基准；Opus 4.7在Cursor CLI上获61分领先，GPT-5.5和Claude Code组合亦得60分，开源模型GLM-5.1在Claude Code上获53分，是开源最高分；成本差异30倍、耗时差异7倍，Gemini 3.1 Pro在自家CLI上仅43分。
打开原始来源 ↗