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%