Artificial Analysis a publié la version 2.1 de son Index des agents de codage, dans laquelle Claude Fable 5.2 et Claude Opus 5.5 partagent la première place avec un score composite de 58. Cette mise à jour remplace FrontierCode v1.1 et Terminal-Bench 4.0 et couvre environ 290 tâches réparties à parts égales entre trois référentiels : FrontierCode, Terminal-Bench et SWE-Atlas-QnA-AA. La nouvelle version évalue chaque modèle conjointement avec son environnement d’exécution, et le score de Claude Opus 5.5 a reculé de 61,7 dans la version 2.0 à 58, en raison des modifications apportées aux tests. La baisse ne traduit donc pas nécessairement une dégradation des performances, mais une nouvelle méthode de mesure. Ces résultats concernent surtout l’évaluation des capacités de développement logiciel et n’offrent pas de lecture directe des marchés financiers.
Source: Lire l’article original
