北京时间 2026 年 10 月 23 日 08:17，Artificial Analysis 宣布 Coding Agent Index 升到 v2.0。核心不是「谁突然变强」，而是换尺子：Cognition 的 FrontierCode v1.1 替换 DeepSWE，SWE-Atlas-QnA 调整为 SWE-Atlas-QnA-AA，Terminal-Bench 4.0 保持。Index 仍对三榜等权平均，合计约 290 题（100 + 66 + 124）。DigIntoAI 没有复跑该 Index。
本文核对的现网页上，Claude Code + Claude Opus 5.5 (max) 以 61.7 居首，按 token 计费的 API 成本约每题 11.42 美元；同榜 Devin Fusion CLI（Claude Opus 5.5 Max + GPT-6 Luna High）约 61.5，非常接近。这些是新组件下的 Index 分，不能直接拿来证明旧文排名仍成立——站内背景见 目前最强的编程智能体有哪些？Artificial Analysis 榜单排名（2026 年 10 月） 与 Devin Fusion 在 Artificial Analysis 编程代理指数拿到 68.2，与 Claude Code、Muse Code 基本打平，两文均写在 v2.0 之前。
在 FrontierCode 这一软件工程分榜上，Artificial Analysis 给出 Opus 5.5 为 56.0%，高于 Codex + DeepSeek V4.1 Flash (max) 的 52.6%。FrontierCode 替换 DeepSWE，且以「维护者是否会合并」类标准在非公开题集上打分，因此跨版本的 Index 总分不宜硬比——新基准是另一把尺子，不等于模型集体退步。
另据 Artificial Analysis 公告：在两版 Index 都评过的 21 个配置上，SWE-Atlas 均值从 58.8% 降到 57.1%（更严的 SWE-Atlas-QnA-AA 评分，裁判为 GPT-6 Luna xhigh）。这是公告里的分榜说明，不是复合 Index 均值。
文中成本均为按 token 计费的 API 成本，不是订阅价。DigIntoAI 未复现榜单跑分。