待验证50% 置信基准精确时间
Artificial Analysis评测了Devinfusion：由Claude Opus 5.5担任主模型、GPT-6 Luna作为辅助模型并行工作，在其Coding Agent Index上得分约68，比指定的Claude Code组合高约2分，每任务成本低31%。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/21
首次发现
有效期至：2026/11/4
来源
涉及实体
相关事实
待验证综合智能指数由智能体工作、编程、科学推理、通用能力等 9 项独立评估构成，Sol 与 Faber-5 几乎持平仅差 1 分，但任务完成时间减少约 61%，成本约为原来的一半71% 相似待验证GPT-6宣称的降价一半指的是接口单价，Claude宣称的降低四成指的是官方测试里的任务成本，两者算法不同不可直接比较71% 相似待验证Artificial Analysis 给 GPT-6.1 Sol 52 分，仅比 Astra 低一分，基准测试运行成本只有 Astra 的四分之一，比 6 Sol 便宜 31%69% 相似待验证Cognition表示SWE-2在其自有编程测试中的得分与Anthropic的Claude模型仅相差一分，成本却低64%68% 相似待验证对于本身能解决96%任务的Claude Opus 5.5，以BLM方式运行将模型调用和每任务成本降低了约98%，并额外解决了2个任务。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1081848API
curl https://kongchang.com/api/v1/knowledge/claims/1081848MCP
get_claim(id=1081848)