# Coding Agent 市场与 Benchmark 解读（2026-06）
Artificial Analysis 的 Coding Agent Index 组合 DeepSWE、Terminal-Bench 与 SWE-Atlas-QnA——高 Index 不等于 fit your workflow，需按任务类型解读。
Coding Agent 市场快速膨胀，benchmark 成为选型的重要参考——但 Index 分数是混合指标，不能替代对你具体 workflow 的评估。本文基于 Artificial Analysis 2026-06 公开数据整理。
数据快照日期：2026-06-15。Benchmark 与定价随版本变化，正式选型请回查 Artificial Analysis。
市场结构
- 当前收录 30 个 Coding Agent 工具
- 类型分布：Standalone IDE (7)、Local/CLI (19)、Cloud (10)、IDE Extension (14)
- 开源：Yes 12 / Partial 2 / No 16
- BYOM（自带模型）：Yes 12 / No 12 / Partial 6
四类 agent：IDE 扩展（Copilot、Cline）、AI 原生 IDE（Cursor、Windsurf）、CLI（Claude Code、Codex、Gemini CLI）、云平台（Devin、OpenHands、Jules）。许多工具跨多类。
Artificial Analysis Coding Agent Index
Composite score 组合三个 benchmark，覆盖 implementation、terminal workflow、repository understanding：
| Benchmark | 测什么 | 规模 |
|---|---|---|
| DeepSWE | 长时程实现/修 bug；行为验证 | 113 tasks / 91 repos |
| Terminal-Bench v2 | Shell 环境自主操作 | ~84–89 tasks |
| SWE-Atlas-QnA | 代码库理解与 Q&A | 124 tasks / 11 repos |
Q&A 强 ≠ patch 执行强。 Index 应 alongside 单 benchmark 图表解读。
榜单快照（Index Top 10）
| 排名 | Agent 变体 | Index | 成本/task | 时长 |
|---|---|---|---|---|
| 1 | Claude Code - Fable 5 (max) | 77% | $11.75 | 23.5m |
| 2 | Codex - GPT-5.5 (xhigh) | 76% | $5.07 | 10.1m |
| 3 | Claude Code - Opus 4.8 (max) | 73% | $7.70 | 23.1m |
| 4 | Codex - GPT-5.4 (medium) | 71% | $2.27 | 7.1m |
| 5 | Claude Code - Opus 4.6 (medium) | 71% | $1.26 | 8.0m |
成本效率 Top（Index / 美元）
| Agent | Index | 成本/task |
|---|---|---|
| Cursor CLI - Composer 2 | 67% | $0.04 |
| Claude Code - Opus 4.6 (medium) | 71% | $1.26 |
| Codex - GPT-5.4 (medium) | 71% | $2.27 |
高 Index 不一定最便宜。 选型需同时看 latency、token/task、IDE 集成、模型可用性。
为什么高 Index 可能不适合你
Artificial Analysis 官方 FAQ 强调：
- Index 平衡 benchmark 质量，不是 latency/cost/tooling 的直接度量
- 真实选择取决于 workflow 更像 Q&A、patching 还是 terminal execution
- 同一 agent 家族因 model/settings 不同可出现多个变体，分数差异大
- Execution time 是整 workflow 墙钟时间，含 tool calls、文件读写、shell
- Token usage 驱动成本；cache 可 materially 改变账单
与 LLM 成本与部署基础 衔接：FinOps 语言是 cost per task，不是 model 名。
选型建议
| 你的 workflow 主形态 | 优先看 |
|---|---|
| 日常 IDE 结对 | IDE 扩展/原生 IDE + 团队 adopt 度量 |
| 终端 repo 改码 + Harness | Claude Code / Codex / Gemini CLI + AGENTS.md |
| 仓库理解/architecture Q&A | SWE-Atlas-QnA 分项 |
| DevOps/shell 自动化 | Terminal-Bench 分项 |
| 长时程自主修 issue | DeepSWE + OpenHands 类平台 |
官方操作实践见 Claude Code 与 Codex 最佳实践。
BYOM 与开源
- Full BYOM：Cline、Continue、Aider、Cursor、Zed 等
- Vendor model only：Claude Code、Codex、Devin、Amazon Q
- 开源 CLI：Gemini CLI、opencode、Aider、OpenHands 等 — 通常仅付 LLM API 费用