AI 智能体评估

AI 编码智能体在代码生成任务上的性能结果,衡量成功率和执行时间。
在 GitHub 上查看最后运行日期:April 3, 2026

代理性能结果

模型代理评估总数成功率
Claude Opus 4.6
Claude Code2596%
Claude Sonnet 4.6
Claude Code2592%
Gemini 3.1 Pro Preview
Gemini CLI2588%
GPT 5.3 Codex (xhigh)
Codex2588%
Cursor Composer 1.5
Cursor2580%
Cursor Composer 2.0
Cursor2580%
Gemini 3 Pro Preview
Gemini CLI2576%
GPT 5.4 (xhigh)
Codex2572%
Claude Sonnet 4.5
Claude Code2560%
Devstral 2
OpenCode2536%