AREX Feed Article
Cognition 称 Devin Fusion 在 Coding Agent Index 得 68 分，成本比 Claude Code（Opus 5.5）低 31%
10 月 19 日 21:09 UTC（北京时间 10 月 20 日 05:09），Cognition 的官方 X 账号发帖称，Devin Fusion 以 Opus 5.5 作 lead（主导模型）、GPT-6 Luna 作 sidekick（辅助模型），在 Artificial Analysis（下称 AA）的 Coding Agent Index 上得到 68 分，是最高分；同一帖称，它每任务成本比使用 Opus 5.5 的 Claude Code 低 31%（）。
帖文附带的散点图里，Claude Code 配 Opus 5.5 (max) 落在 66 分，Devin Fusion 落在 68 分，两点之间写着「+2 Score」「−31% Cost」；Claude Code 配 Sonnet 5.5 (max) 也落在 68 一线。横轴是对数刻度，从 $5.00 到 $20.00。
68.1：Cognition 自己把分数写得更细
Cognition 在 9 月 11 日的 Fusion 发布博客里补了一条脚注：图表于 10 月 19 日更新，纳入 Opus 5.5 与 GPT-6 Luna 的组合，得分 68.1，比使用 Opus 5.5 的 Claude Code 低 31% 成本（）。帖文里的 68 是取整后的写法。
博客图表的数据里，Claude Code 每任务 $13.04，Devin Fusion $9.01；($13.04 − $9.01) ÷ $13.04 = 30.9%，与 31% 的说法一致。分数和「最高分」的说法都来自 Cognition 对 AA 指数的引用，31% 也是公司自己的口径。
指数算的是 303 个任务，成本按 API 计价
AA 的 Coding Agent Index v1.5 取三个基准的等权平均：DeepSWE v1.1（113 个任务）、Terminal-Bench 4.0（66 个）、SWE-Atlas-QnA（124 个），合计 303 个；每个任务跑三次，按 pass@1（单次尝试通过率）计分，超时或被安全策略拦下的尝试记零分（）。
成本按 API 的 token 单价计算，不含订阅。AA 在页面上提醒，很多用户是通过订阅套餐而非按 token 使用编码智能体的，订阅价与 $13.04、$9.01 不是同一回事（）。
更贵的 lead，为什么总价更低
Fusion 把一次会话拆给两个并行 agent（智能体）。lead 用前沿模型，负责计划、解释模糊需求和审查；sidekick 用便宜模型，负责读代码、写实现、跑测试、修 lint 和 bug。两者只交换任务简报、结果与反馈，不传完整对话历史，各自维护上下文，以便反复命中 prompt cache（提示缓存）。
Jeff Wang（@jeffwang）在引用这条帖文时补了一段：没有哪个模型在所有任务上都是同价位里最好的，换模型的代价是要刷新 prompt cache；Fusion 尽量让缓存维持更久，同时并行跑便宜模型，最后由前沿模型校验并修正输出（）。
Cognition 还举过一个与直觉相反的例子：Fable 的 token 单价比 Opus 4.8 高约一倍，但把它放上 lead 位、sidekick 不变，会话平均便宜 9%，因为 Fable 委派更早、简报写得更好。这些解释都没有附可复算的账单。
9 月的组合还是 Fable 5.1 加 SWE-2
Fusion 在 9 月 11 日进入 Devin Desktop 和 CLI 时，Cognition 推荐的组合是 Fable 5.1 作 lead、SWE-2 作 sidekick。Cognition 称这套搭配在主要编码基准上最多比其它 harness（模型运行框架）省 39% 成本。10 月 19 日新增的 Opus 5.5 + Luna 组合，是同一套 harness 换了一对模型。
9 月 28 日，Cognition 还公布过另一组数字：Devin 在 Fusion 与 Normal 模式下便宜 30%～40%，Fusion 以 68.8 分、平均每任务 $0.60 领跑 FrontierCode 1.1 的 Extended 榜（）。那是另一套基准，68.8 与 68.1 不是同一个分数。
横轴从 $5.00 开始
图上容易被略过的是横轴：它从 $5.00 起，每任务成本低于 $5 的配置不在画面里。X 用户 Zachi（@iam_zachi）在帖文发出约 80 分钟后引用写道，这张图「是个灾难」——把低于 5 美元的模型全切掉，只是为了让「最吸引人的象限」移动、让差距显得更夸张；他承认「仍然是 68 分，仍然更便宜」，但「不是宣称的那样」（）。
图上只标出少数几个配置。Cognition 的帖文称 68 是最高分；公司自己更新后的图表把 Claude Code 配 Sonnet 5.5 (max) 标在 68.4，把 Devin Fusion 标在 68.1，按这两个标注，前者高 0.3 分。