返回全部资讯
Artificial Analysis 发布 AA-3D 基准：以 Elo 盲测评估大模型构建交互式 three.js 场景能力，Claude Sonnet 5.5 领跑Artificial Analysis (@ArtificialAnlys)T1基座大模型
Artificial Analysis (@ArtificialAnlys) · 2026/10/14 08:44:35
Claude Sonnet 5.5 登顶编码代理指数：Max 模式性能领先但 xhigh 性价比更优
出处作者 / 发布主体：Artificial Analysis (@ArtificialAnlys)原标题：Sonnet 5.5 tops the Coding Agent Index at max effort, while xhigh offers an attractive cost-performa...
72AI 研判分
核心综述
Anthropic 的 Claude Sonnet 5.5 在 Artificial Analysis 编码代理指数中表现卓越，其中 max effort 模式以 68 分位居榜首。然而，xhigh 模式以不到四分之一的成本（$3.33 vs $14.19）获得 63 分，提供了极具吸引力的性价比权衡。数据显示，max 模式通过增加 4.8 倍输出 token 和 3.4 倍交互轮次来提升性能，尤其在 Terminal-Bench 4.0 基准上提升显著。
报道全文原始报道全文
Artificial Analysis (@ArtificialAnlys) · 2026-10-14 00
Sonnet 5.5 在最大努力（max effort）模式下登顶编码智能体指数（Coding Agent Index），而 xhigh 模式则提供了极具吸引力的成本效益权衡：得分 63 分对比 68 分，成本却不到四分之一。
在 Claude Code 中，@AnthropicAI 的 Sonnet 5.5 在 max 模式下得分为 68，而在 xhigh 模式下为 63。每任务成本分别为 3.33，选择 xhigh 模式可将成本降低 77%，仅损失 5.5 个指数点。
Max 模式生成的输出 token 数量是 xhigh 模式的 4.8 倍，交互轮次也是其 3.4 倍。它在所有三项基准测试得分上均有提升，其中在 Terminal-Bench 4.0 上的提升幅度最大：从 58.1% 提升至 66.2%。
