Artificial Analysis Coding Agent Index
PulseAugur coverage of Artificial Analysis Coding Agent Index — every cluster mentioning Artificial Analysis Coding Agent Index across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Mistral AI 发布 'Le Chonk' 1T 参数模型以供自托管
Mistral AI 发布了“Le Chonk”，一个拥有 1 万亿参数、多模态、100 万 token 上下文窗口的模型，可供下载。该模型根据修改后的 MIT 许可证提供，允许商业使用和微调，但销售 API 访问权限需要单独协议。Le Chonk 设计为可在配备适当硬件的单节点上自托管，基准测试表明其在编码和安全任务方面表现强劲，但其推理能力无法禁用，这可能会增加简单工作负载的成本。
-
Mistral AI 发布拥有开放权重的 1T 参数模型“Le Chonk”
Mistral AI 发布了代号为“Le Chonk”的 Mistral Large 4，这是一个拥有 1 万亿参数的多模态混合专家模型。该模型采用开放权重，在欧洲基础设施上训练，在编码和网络安全任务方面表现出色，在 FrontierCode 和 Terminal-Bench 等基准测试中优于其他开放模型。它拥有 100 万个 token 的上下文窗口，支持文本和图像输入，并提供三种可配置的推理模式以平衡性能和成本。
-
GitHub Copilot Fusion 为开发者自动选择 AI 模型
GitHub 推出了 Copilot Fusion，一项旨在通过根据指定的努力程度将任务路由到不同 AI 模型来自动为开发者选择模型的新功能。这种方法旨在优化成本和速度，据称 Fusion Max 在编码基准测试中可以超越 Claude Code on Opus 5.5 等模型，同时消耗更少的资源。该系统还包含一个由一个模型审查另一个模型输出的批评步骤，并且 GitHub Enterprise 正在将其 AI 功能转向基于积分的访问模式。
-
GitHub 推出 Copilot Fusion，以更低成本匹配 Claude Code 的质量
GitHub 正式推出了 Copilot Fusion，这是一个多模型编排系统，可根据工作量和模式将提示路由到不同的 AI 模型。该系统以前称为 HydraFusion，旨在通过为任务选择最佳模型来提供具有成本效益的编码辅助。GitHub 声称，在 Artificial Analysis Coding Agent Index 上，Copilot Fusion Max 的性能与 Claude Code with Opus 5.5 Max…
-
Google的Gemini 4 Carbon领跑AI人工智能指数v5
Google的Gemini 4 Carbon已在人工智能分析指数v5中取得第一名的位置，得分59。该新模型在复杂推理、知识和科学任务方面表现出色，并在编码能力方面显示出显著的改进，尽管在此方面它排名第二，落后于Claude Opus 5.5。Gemini 4 Carbon目前已向部分用户开放，提供标准定价的50%发布折扣，其每项任务的成本效益被认为比Claude Opus 5.5更高。
-
GPT-6 Astra 的性能在更新的 AI 基准测试中受到审视
Artificial Analysis 已将其智能指数更新至 4.2 版本，解决了此前对其 GPT-6 Astra 评分的批评。虽然 GPT-6 Astra 在更新后的指数中得分高于其前代，但仍落后于 Anthropic 的 Claude Fable 5.1。另外，GPT-6 Astra 在 ARC AGI 3 基准测试中取得了近乎完美的得分，显著优于人类平均得分，并在编码任务中展现了先进的能力。
-
OpenAI 发布 GPT-5.6，推出分层级的 Sol、Terra 和 Luna 模型
OpenAI 推出了 GPT-5.6，这是一个新的模型系列，它摒弃了之前单一模型的做法，提供了三个不同的层级：Sol、Terra 和 Luna。Sol 专为复杂的推理和编码任务而设计，定位为网络安全模型，并为 ChatGPT Work 提供支持。Terra 的功能与 GPT-5.5 相当，但成本更低，可作为通用选项。Luna 是最快、最经济的层级，适用于高吞吐量、复杂度较低的任务。分层定价结构旨在根据用户特定的工作负载需求，为他们提供…
-
Fireworks AI推出更便宜、更快的编码代理基础设施
Fireworks AI发布了其编码代理的推理基础设施更新Composer 2.5。新版本在Artificial Analysis Coding Agent Index中排名第三。Composer 2.5还提供了显著的成本降低，比之前的版本便宜10-60倍。