Coding agent 哪家强？新版独立评测榜单出炉：Claude Code + Opus 5.5 以 61.7 登顶

Artificial Analysis 今天（10 月 23 日）发布了 Coding Agent Index v2.0。这是 vibe-coding 读者最刚需的一张榜——到底哪个 coding agent 现在最强。

这次换榜的动作不小：把 DeepSWE 换成了 Cognition 的 FrontierCode v1.1（100 个软件工程任务），另外两个维度是 Terminal-Bench 4.0（66 个终端任务）和 SWE-Atlas-QnA-AA（124 个技术问答）。290 个任务，每个跑三遍取平均，三个维度等权。

结果：Claude Opus 5.5 跑在 Claude Code 里，以 61.7 拿下第一；Intelligence Index 综合分 Opus 5.5（max effort 档）58 居首，Sonnet 5.5 和 Muse Wonder Full 56 并列第二，GPT-6 Astra 和 Gemini 4 Argon 53。

考证说明：这是第三方独立评测机构 Artificial Analysis 的官方口径。有个小插曲——它的方法论页面还写着 v1.5 的描述，官方文档更新滞后，引用时以今天这版公告为准。AA 自己也提醒：分数受 harness、推理档位、工具配置影响，任务级结果比总分更值得参考。

独立分析来了，怎么用这张榜：三个维度正好对应三种真实场景——仓库级工程任务、终端操作、技术问答。别只看总分，按你自己的使用场景看子项：天天在仓库里改代码的人看 FrontierCode 那一列，运维脚本党看 Terminal-Bench。还有个关键变量是档位——max effort 和默认档分数差得不少，你自己的配置可能根本跑不出榜单分。榜单是选型参考，不是圣经：harness 一变分数就变，换环境就得重新测。结论很实在：Opus 5.5 目前仍是 coding 的上限选择，但 Sonnet 5.5 和 Muse Wonder 在性价比档咬得很紧。