本報訊 （記者梁傲男）5月12日，全球權(quán)威評測機構(gòu)ArtificialAnalysis發(fā)布全新CodingAgent基準ArtificialAnalysisCodingAgentIndex，用于衡量Agentharnesses（智能體編排）與模型的組合在SWE-Bench-Pro-Hard-AA、Terminal-Benchv2和SWE-Atlas-QnA主流基準上的表現(xiàn)。

    其中，閉源模型Opus4.7（在CursorCLI中運行）全球第一，智譜GLM-5.1（在ClaudeCode運行）取得開源第一。

    榜單截圖

    ArtificialAnalysis在官方推文中點明了這一新榜單的“含金量”。“當(dāng)開發(fā)者使用AI編程時，他們不僅在選擇模型，也在將其與特定的Agentharness搭配使用。只有對這一組合進行基準測試，才能真正理解并比較不同模型的真實性能。”

    從評測結(jié)果來看，GLM-5.1代表了國產(chǎn)大模型在實際編程Agent場景下的SOTA級別能力。

（編輯 李家琪）