Artificial Analysis Coding Agent Index 升级 v2.0，Claude Code + Opus 5.5 以 61.7 居首

邵猛看到AI做的街头霸王后感慨，09年刚学编程时写个扫雷、1024就能玩半天，如今这类程序Claude Code / Codex 几分钟就能搞定。他想把小时候和上学时玩过、如今已失传的小游戏重做一遍，让10后的儿子看看，先从第一个手机Moto E770装的WAP页游“打砖块”开始。

邵猛表示已难以继续订阅 Codex，Cursor 打开频率也在下降，开发之外的需求用 Grok Bot 就够，开发方面则想重新订阅 Claude。但他此前订阅 Claude 用过的支付方式均已被封，因此打算先尝试在线购买账号用 10-15 天，确认顺手后再考虑长期订阅。其引用的推文提到 GamsGo 上 Codex Pro 的 $200 月费档现为 $145.99/月，独享账号 1 个月。

最近 Github 和 X 上最热的开源项目，应该非 REA: Reverse Engineer Anything 莫属了吧！ 这不 @supabase CEO @kiwicopple 也来玩梗： 他让 12 个 Claude agents 跑 6 小时“逆向工程”，100% 复刻出来了 Supabase 😄 如同某博主逆向复刻 Blender 一般，因为 Supabase 本来就 tm 是开源的！！ 重新认识一下吧，开源项目 Supabase： https://gith…

用户用 Codex（GPT-6-Astra）和 Grok Bot 研究同一问题，Codex 使用更早、上下文更完整，但 Grok Bot 的回答明显更有参考价值，Codex 则更空泛套话、未深入具体问题背景。用户不确定 Grok Bot 背后默认模型是什么，但觉得确实好用，尚未用 Claude Code 对比，因为以前账号都被封了。

邵猛不看好 Tibo 推出的 CodeX 28 天连续发布新功能、否则重置的 RESET 行动，认为 Claude 5.5 系列推出后大量用户已从 CodeX 转向 Claude Code，CodeX 唯有拿出最强模型才有出路。他称马斯克并不在意 Grok 是否最强，只要推理速度等某一用途足够强即可，更在意算力，Grok Bot 一面接入 Claude 等最强模型，一面把算力供给它们使用。

Anthropic 发布 Claude Haiku 5.5，官方称这是其推出的最便宜、最快、能力最强的小模型，运行成本平均比 Claude Haiku 4.5 低约 75%。作者称其 benchmark 全面领先 GPT-6 Luna，OpenRouter 观测的 token 输出速度约为 2 倍，并观察到不少用户正从 CodeX 迁移到 Claude Code。

Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度达 1068 tokens/秒，参数量较 Mercury 1 扩大 40 倍以上。

阶跃星辰转发 FeatherlessAI 的消息，Step 5 Preview 已上线该平台，以 FP8 精度提供服务。该开放权重模型为 600B 稀疏 MoE 架构、每 token 激活 27B，面向长程智能体工作，在软件工程和专业知识工作（尤其金融）上有前沿级表现，按 Artificial Analysis 数据其每任务成本约为 Claude Opus 5.5 的 1/6，智能水平与 Kimi K3 相当。

Google 于10月14日全面开放 Gemini 4 Argon，作者实测后认为其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。

Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。