AI圈报
模型发布 / 更新普通

Artificial Analysis：Sonnet 5.5 登顶 Coding Agent Index，xhigh 档以 77% 更低成本换取 5.5 分差距

信息来源：X：Artificial Analysis (@ArtificialAnlys)·
Claude
原始标题：Sonnet 5.5 tops the Coding Agent Index at max effort, while xhigh offers an attractive cost-performance trade-off: 63 points versus 68 fo...

内容摘要

Artificial Analysis 发布 Coding Agent Index 评测，Sonnet 5.5 在 Claude Code 中 max 档以 68 分登顶，xhigh 档 63 分。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Artificial Analysis (@ArtificialAnlys)
站内情报编号intel-67bd575aa8503a9370d99154
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新精选
Artificial Analysis：Claude Sonnet 5.5、GPT-6.1 Sol 与 Gemini 4 Argon 登顶 Coding Agent Index 榜单但成本差异大
Artificial Analysis 发布 Coding Agent Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude / Gemini
模型发布 / 更新精选
Artificial Analysis：Claude Opus 5.5 登顶 Coding Agent Index，但单任务成本升至 $13.04
Artificial Analysis 测评显示，Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index，较 Opus 5（60）高 6 分，三项评测 Terminal-Bench 4.0（63.1%）、DeepSWE v1.1（68.4%）、SWE-Atlas-QnA（66.4%）全部提升。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude
模型发布 / 更新精选
MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna/Sol 发布改变智能指数与成本 Pareto 前沿
Artificial Analysis 称本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna 和 GPT-6 Sol 的发布在 Intelligence Index 与每任务成本 Pareto 前沿上新增十一个点位，其中 GPT-6 Luna 贡献五个，Claude Opus 5.5 贡献四个。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude
模型发布 / 更新精选
KwaiKAT发布KAT-Coder-Pro V2：非推理代码模型性能比肩Claude Sonnet 4.6
KwaiKAT发布非推理代码模型KAT-Coder-Pro V2，在Artificial Analysis Intelligence Index获44分，较V1提升8分，与Claude Sonnet 4.6持平。该模型token效率显著，运行仅需约9M输出token，远低于Claude系列及DeepSeek等推理模型。Agent能力大幅提升，Terminal-Bench Hard得分49%（提升40个百分点），匹配Claude Opus 4.6。成本降至73美元，响应速度达…
信息来源：X：Artificial Analysis (@ArtificialAnlys) · DeepSeek / Claude
模型发布 / 更新普通
Anthropic 发布 Claude Haiku 5.5，Artificial Analysis 智能指数得分 43
Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis 智能指数得 43 分，较上一代 Haiku 一年内提升 26 分。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude
模型发布 / 更新普通
Anthropic 发布 Claude Sonnet 5.5，Artificial Analysis 智能指数得分 56，仅次于 Opus 5.5
Anthropic 发布 Claude Sonnet 5.5，在 Artificial Analysis Intelligence Index 得 56 分，仅比 Opus 5.5（max）低 2 分，max effort 下比 Sonnet 5 高 18 分。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude
模型发布 / 更新普通
Artificial Analysis 发布 Terminal-Bench-Science 0.1 榜单
Artificial Analysis 上线 Terminal-Bench-Science 0.1 智能体科研基准榜单，GPT-6 Astra (max) 以 63% 居首，Claude Opus 5.5 (xhigh) 以 62% 紧随其后。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude
模型发布 / 更新普通
Grok 4.7 在 AA-Briefcase 上仅次于 Anthropic 模型，排名紧追 Opus 5，每任务成本约为其 50%
Grok 4.7 在 AA-Briefcase 上仅次于 Anthropic 模型，排名紧追 Opus 5，每任务成本约为其 50%。在 AA-Briefcase-Lite 尽调场景中，Grok 4.7 分析质量 Elo 从 Grok 4.6 的 1698 升至 1994，展示 Elo 则从 1531 微降至 1499。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude / Grok
模型发布 / 更新普通
Artificial Analysis Coding Agent Index 新增安全拒答报告
Artificial Analysis 在 Coding Agent Index v1.5 中新增安全拒答报告，用于解释模型行为与得分差异。Claude Fable 5.1 在 Claude Code 和 Devin Fusion 中回退率最高，回退尝试分别占指数权重的 8.8% 和 7.1%，结果因此包含回退模型的表现。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · Claude
模型发布 / 更新普通
三大模型刷新智能成本前沿
上周，智能指数与成本帕累托前沿大幅外移。Claude Fable 5.1、Muse Spark 1.3 和 GPT-6 Astra 各自在高效智能方面树立了新标杆。 分析链接：https://artificialanalysis.ai/#intelligence-comparison-tabs
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude