Artificial Analysis 独立评测 Devin Fusion：首次将多模型编程智能体纳入 Coding Agent Index。Fable 5.1 (xhigh)+SWE-2 得分 62；GPT-6 Astra (xhigh)+SWE-2 得分 59，成本约低 43%、完成任务约快 31%，同时基本保留前沿表现。
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
说明：本文由 AICoder 编辑部借助 AI 工具整理撰写，依据文中注明的官方及媒体来源，并按人工制定的采编标准核对事实与数字；厂商自报的数据已标明出处。
联动天梯榜跑分、独家套餐赠金与 IDE 定制规则
@ArtificialAnlys 评测 Grok 4.7（xhigh）：Intelligence Index 46（较 4.6 +2），SpaceXAI 进入前四实验室；Grok 4.7 + Grok Build 的 Coding Agent Index 为 56（较 4.6 +9），在原生 harness 中排名第四，仅次于 Claude Fable 5.1、GPT-6 Astra 与 Claude Opus 5。定价仍为 $2/$6 per 1M in/out，缓存命中 $0.50，上下文 500k。
Artificial Analysis（@ArtificialAnlys）公布 Meta Muse Spark 1.3 在 Coding Agent Index（Muse Code 编排）的成绩：现已开放的 xhigh 变体得分 64（较 1.2 的 62 提升 2 分），单任务约 $1.72，是指数 60 以上智能体中最便宜的；面向合作伙伴的 max 预览变体得分 68，仅次于 Claude Opus 5（xhigh）在 Claude Code 上的 68。Fable 5.1 成绩仍在统计中。
@ArtificialAnlys 发布 AA-Briefcase 评测：Grok 4.7 仅次于 Anthropic 模型，排在 Opus 5 之后且每任务成本约为其一半。相对 Grok 4.6，公开尽调场景 AA-Briefcase-Lite 上 Analytical Quality Elo 从 1698 升至 1994，Presentation Elo 从 1531 略降至 1499；示例 deck API 成本约 Grok 4.7 (xhigh) $8 vs Grok 4.6 (xhigh) $4.40。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察