[控场AI]
基准Coding Agent Index

编码 Agent Index

专门衡量模型在自主编码任务中表现的评测集,要求模型在多步工具调用、文件读写、测试运行、错误修复的循环中独立完成任务,以任务通过率或质量标准打分。

核心事实

时间轴 (近 90 天)

11月20日

Gemini 4 Neon 在 AA 编码 Agent Index 上以 59 分排名第一。

部分验证70%
11月20日

编码 Agent Index 要求模型在多步工具调用、文件读写、测试运行、错误修复的循环中独立完成任务,以任务通过率或质量标准打分。

待验证50%

全部知识事实 (2)

来源文章