Coding Agent Index v2.1 : Claude Fable 5.2 et Opus 5.5 à égalité en tête avec 58 points

Artificial Analysis a publié son Coding Agent Index v2.1, son classement des agents d'IA pour la programmation. Avec des tests actualisés et plus difficiles, la tête est à égalité avec 58 points entre des configurations des deux modèles d'Anthropic : Claude Code avec Claude Fable 5.2, Claude Code avec Claude Opus 5.5 et Devin Fusion CLI, qui associe Opus 5.5 Max à GPT-6 Luna High.

Ce qui a changé dans le Coding Agent Index v2.1

L'indice est la moyenne, à poids égal, de trois benchmarks, soit 322 tâches : FrontierCode-AA 2.0, avec 132 tâches d'ingénierie logicielle sur de vrais dépôts open-source ; Terminal-Bench 4.1, avec 66 tâches d'utilisation du terminal ; et SWE-Atlas-QnA-AA, avec 124 questions sur des dépôts. La version 2.0 avait été lancée le 23 octobre 2026.

Dans cette mise à jour, Terminal-Bench est passé de la version 4.0 à la 4.1, avec les mêmes 66 tâches et des vérificateurs actualisés pour améliorer la fiabilité et résister aux tentatives de contournement du score. FrontierCode v1.1 a été remplacé par FrontierCode-AA 2.0, l'implémentation par Artificial Analysis de FrontierCode 2.0 de Cognition, avec un scanner d'intégrité et un modèle juge — GPT-6 Luna — pour détecter la triche. Chaque tâche est testée trois fois.

Qui mène le classement

Claude Code avec Claude Fable 5.2 (xhigh, avec repli par défaut) a marqué 58 points, avec 49 sur FrontierCode-AA 2.0, 64 sur Terminal-Bench et 62 sur SWE-Atlas-QnA-AA, pour un coût de 15,47 $ US par tâche. Claude Code avec Claude Opus 5.5 (max) a également marqué 58, avec 44, 65 et 66, pour 12,61 $ US par tâche, et Devin Fusion CLI, qui combine Opus 5.5 Max et GPT-6 Luna High, a répété les 58, avec 44, 63 et 68, pour 8,75 $ US par tâche. En configuration high, Fable 5.2 conserve ses 58 points pour 7,51 $ US par tâche — la moitié du coût de la configuration xhigh.

Juste derrière viennent Muse Code avec Muse Wonder Full (54 points) et Codex avec GPT-6 Astra (53 points, pour 7,63 $ US par tâche). Fable 5.2, lancé par Anthropic le 9 novembre 2026, atteint le sommet du classement dès la première mesure suivant son lancement.

Pourquoi la note du leader a baissé

Dans la version 2.0, Claude Opus 5.5 menait avec 61,7 points. La baisse à 58 ne signifie pas que les modèles se sont dégradés : les tests ont changé, sont devenus plus difficiles, et les notes des différentes versions de l'indice ne sont pas comparables entre elles. L'indice évalue la combinaison du modèle et du harness — l'outil qui permet au modèle de lire des fichiers, d'exécuter des commandes et d'agir en plusieurs étapes — et non le modèle isolé.

Lecture connexe : Geekiki a déjà couvert l' Intelligence Index v5 da Artificial Analysis, dans lequel Claude Opus 5.5 est également en tête, avec 58 points.

Sources

Crédit image : Markus Spiske, via Wikimedia Commons (CC0). La photo montre du code sur un écran.

Transparence : ce contenu a été créé, édité ou révisé avec l'aide de l'intelligence artificielle. Les informations ont été croisées avec des publications publiques sur X et des sources disponibles sur Internet. Consultez les sources originales pour vérifier le contexte complet.

Par Muse