2026-10-05
Claude Code今天還是穩坐冠軍,而且最新的基準測試數據又給它加分,SWE-bench Verified的分數大約80.8%,是這張榜單裡所有嵌入式IDE對手都追不上的數字,Anthropic十月發表的Sonnet 5.5在同樣的程式任務上速度快了30%。今天我把它的分數小幅上調,從9.5調到9.6,agentic能力分數也從9.7調到9.8,直接反映這次的速度進步,因為agent工作流程的勝負關鍵就在於每分鐘能跑幾次工具呼叫。OpenAI Codex緊咬第二名,靠的是GPT-6 Astra在程式設計上的進步,這也是整張榜單頂端競爭最激烈的一組。Cursor守住第三,靠的是最均衡的IDE體驗,每個任務都會自動選用當下表現最好的前沿模型,不會把你綁死在單一廠商,這正是它的IDE整合分數在這張榜單裡最高的原因。Google Antigravity排第四,是Google最新的參賽者,還在累積能挑戰前三名的實績。GitHub Copilot依然是大企業透過GitHub採購的預設選擇,不過加上GitHub Enterprise Cloud之後每個席位的費用真的不便宜。Kiro排第八,是AWS用規格驅動開發理念重新打造的Amazon Q Developer,設計哲學跟這份名單裡其他工具真的不一樣。其他排名我全部維持不動,這週的消息是強化現有順序,不是要打亂它。
Claude Code的SWE-bench領先優勢更明顯
80.8%的SWE-bench Verified分數,領先這張榜單所有嵌入式IDE對手,加上速度快30%的Sonnet 5.5,讓今天的分數小幅上調到9.6。
Codex讓前兩名差距縮到很小
GPT-6 Astra在程式設計上的進步,讓OpenAI Codex跟第一名只差零點幾分,是整張榜單競爭最激烈的位置。
Cursor靠不綁死單一模型取勝
每個任務自動選用當下表現最好的前沿模型,讓它的IDE整合分數在這張榜單裡最高。
Kiro的規格驅動重建自成一格
AWS從頭打造的Amazon Q Developer替代品,設計哲學跟這裡其他工具真的不一樣。