検証・比較2026年11月15日（日） 07:08（日本時間）Google / Gemini Anthropic / Claude

コーディングエージェントの評価指標v2.1、Claude Fable 5.2とOpus 5.5が58で首位

原題: Announcing Artificial Analysis Coding Agent Index v2.1, upgrading FrontierCode and Termin…

投稿の要約

AIの評価機関Artificial Analysisが、エージェントとして動かしたときのコーディング力を測る「Coding Agent Index」をv2.1に更新し、結果を公表しました。

テストのうちFrontierCodeを2.0（実際のリポジトリの132課題を、メンテナーがマージするかで採点）に、Terminal-Benchを4.1（同じ66課題で、採点の仕組みを改善）に更新しました
首位はClaude Code上のClaude Fable 5.2と、Claude Opus 5.5で、ともに58でした
次いでClaude Sonnet 5.5が56、Antigravity CLI上のGemini 4 Carbonが55です
更新でスコアは平均5ポイント下がり、前の版から下がらなかったのはCodexとGPT-6.1 Terraの組み合わせだけでした
48以上の組み合わせでも1課題あたりの費用は約30倍の差があり、CodexとGPT-6.1 Solの1.51ドルから、Claude CodeとClaude Fable 5.2（max）の44.22ドルまで開きがあります

出典