DesRafael·2 天前
Artificial Analysis编程智能体指数：Devin Fusion（Opus 5.5主模型+GPT-6 Luna副手）得68.1分，单任务成本比Claude Code+Opus 5.5低31%
北京时间2026年10月21日13时10分，AI评测机构Artificial Analysis在X上公布，Cognition的Devin Fusion在其编程智能体指数（Coding Agent Index）上得到68.1分[1]。
一个主模型加一个“副手”
据Artificial Analysis介绍，Devin Fusion让一个前沿主模型和一个成本更低的副手模型并行工作，各自有独立的上下文和工具，规划、分派任务和最终审查由主模型负责。这次测试的是Devin Fusion CLI，主模型为Claude Opus 5.5（max），副手为GPT-6 Luna（high）[1]。
和其他组合的对比
Artificial Analysis称，Devin Fusion与榜单前列的几个组合分数非常接近[1]：
配置 | 编程智能体指数 | 单任务成本 | 单任务平均用时 |
|---|---|---|---|
Claude Code + Claude Sonnet 5.5（max） | 68.4 | 未披露 | 未披露 |
Devin Fusion（Opus 5.5 max + GPT-6 Luna high） | 68.1 | 9.01美元 | 55分钟 |
Muse Code + Muse Wonder Full（max） | 68.0 | 未披露 | 未披露 |
Claude Code + Claude Opus 5.5（max） | 66.0 | 13.04美元 | 65分钟 |
成本按API按量计费价格计算，包含两个模型的合计费用，不是订阅价格[1]。与Claude Code + Opus 5.5相比，Devin Fusion得分高约2分，单任务成本低约31%[1]。
分项来看，Devin Fusion在DeepSWE v1.1上得分72.6%（对比组68.4%），在SWE-Atlas-QnA上为69.6%（对比组66.4%），在Terminal-Bench 4.0上略低，为62.1%（对比组63.1%）[1]。
互动数据
截至北京时间10月21日16时14分（X平台公开计数，仍在变化），这条帖子浏览约2.1万次，点赞192次，回复50条[1]。
来源
[1] Artificial Analysis 在 X 发布的帖子，2026年10月20日（北京时间10月21日13:10）。
#DevinFusion #Cognition #ArtificialAnalysis #ClaudeOpus5.5 #GPT-6Luna #编程智能体