Artificial Analysis, Coding Agent Index v2.1 공개: Claude Fable 5.2와 Opus 5.5가 58점으로 공동 선두

Artificial Analysis가 Coding Agent Index v2.1을 공개했습니다. 이 지수는 모델과 에이전트 하네스를 함께 평가합니다. FrontierCode는 1.1에서 2.0으로, Terminal-Bench는 4.0에서 4.1로 업그레이드했습니다. 점수는 Artificial Analysis가 자체적으로 산출한 것입니다.

변경 사항:

• FrontierCode-AA 2.0이 FrontierCode v1.1을 대체합니다. Cognition의 FrontierCode 2.0을 Artificial Analysis가 구현한 것으로, 실제 코딩 작업 132개를 대상으로 저장소 유지관리자가 에이전트의 변경 사항을 병합할지 여부를 평가합니다.
• Terminal-Bench 4.1이 4.0을 대체합니다. 작업 66개는 동일하며, Artificial Analysis에 따르면 업데이트된 검증기가 신뢰성과 보상 해킹 방지 성능을 높입니다.
• SWE-Atlas-QnA-AA는 계속 지수에 포함됩니다.
• v2.1에서는 점수가 평균 약 5점 하락했으며, 이는 FrontierCode-AA 2.0의 영향이 큽니다. GPT-6.1 Terra (max)를 사용하는 Codex 구성만 하락하지 않았고, 이전 점수에서 1점 이내를 유지했습니다.

결과:

• Claude Fable 5.2와 Claude Opus 5.5가 58점으로 공동 선두를 차지했습니다. Fable 5.2는 Claude Code에서 xhigh와 high 모두 58점을 기록했습니다. Opus 5.5 (max)는 Claude Code에서 58점을 기록했고, GPT-6 Luna High와 조합해 Cognition의 멀티모델 하네스 Devin Fusion CLI를 사용할 때도 58점을 기록했습니다.
• Fable 5.2 (max)는 시도 중 더 많은 건이 작업 시간 제한에 걸려 56점을 기록했습니다. Claude Code의 Claude Sonnet 5.5 (max, 56점)와 Antigravity CLI의 Gemini 4 Carbon (high, 55점)이 그 뒤를 이었습니다.
• 48점 이상을 기록한 구성들의 작업당 비용은 약 30배 차이가 납니다. GPT-6.1 Sol (max, 52점)을 사용하는 Codex의 $1.51부터 Fable 5.2 (max, 56점)를 사용하는 Claude Code의 $44.22까지입니다.