Devin Fusion CLI vs. Grok Build

Comparación entre Devin Fusion CLI y Grok Build en el Artificial Analysis Coding Agent Index, incluidos resultados de benchmarks, costo, tiempo de ejecución y uso de tokens.

Para más detalles sobre nuestra metodología, consulta nuestra página de metodología.

Explora otras comparaciones
vs
Artificial Analysis Coding Agent Index v1.5 · Higher is better
Average agent wall time per task · Lower is better
Average API cost per task (USD) · Lower is better

Comparación

Comparación lado a lado de Devin Fusion CLI y Grok Build.

Comparación de agentes de programación

Métrica
Devin Fusion CLI
Claude Opus 5.5 Max + GPT-6 Luna High
Grok Build
Grok 4.7 (xhigh)
Análisis
Harness del agente
Devin Fusion CLI
Grok Build
Modelo representativo
Claude Opus 5.5 Max + GPT-6 Luna High
Grok 4.7 (xhigh)
Coding Agent Index
68
56
Devin Fusion CLI tiene un Coding Agent Index más alto que Grok Build
DeepSWE v1.1
73%
73%
Ambos agentes tienen la misma puntuación en DeepSWE v1.1
Terminal-Bench 4.0
63%
33%
Devin Fusion CLI tiene una puntuación más alta en Terminal-Bench 4.0 que Grok Build
SWE-Atlas-QnA
69%
63%
Devin Fusion CLI tiene una puntuación más alta en SWE-Atlas-QnA que Grok Build
Costo por tarea
9,02 US$
8,82 US$
Grok Build tiene un costo por tarea más bajo que Devin Fusion CLI
Tiempo por tarea
55,0min
39,2min
Grok Build tiene un tiempo por tarea más bajo que Devin Fusion CLI
Turnos por tarea
115,9
162,6
Devin Fusion CLI tiene menos turnos por tarea que Grok Build
Uso de tokens por tarea
12,9 M
14,3 M
Devin Fusion CLI tiene un uso de tokens por tarea más bajo que Grok Build
Tasa de aciertos de caché
87 %
94 %
Grok Build tiene una tasa de aciertos de caché más alta que Devin Fusion CLI

Variantes de modelo

Variantes de modelo evaluadas para Devin Fusion CLI y Grok Build.

Variantes de modelo

Devin Fusion CLI
Claude Opus 5.5 Max + GPT-6 Luna High
68
73%
63%
69%
9,02 US$
55,0min
12,9 M
Devin Fusion CLI
Claude Fable 5.1 XHigh + SWE-2 Medium
62
63%
56%
66%
7,90 US$
35,8min
9,7 M
Devin Fusion CLI
GPT-6 Astra XHigh + SWE-2 Medium
59
67%
50%
59%
4,55 US$
24,7min
6,1 M
Grok Build
Grok 4.7 (xhigh)
56
73%
33%
63%
8,82 US$
39,2min
14,3 M
Grok Build
Grok 4.6 (xhigh)
47
65%
18%
58%
3,57 US$
19,5min
5,5 M

Rendimiento

Rendimiento en el Artificial Analysis Coding Agent Index.

Artificial Analysis Coding Agent Index

Artificial Analysis Coding Agent Index v1.5 incorporates 3 benchmarks: DeepSWE v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA · Higher is better
Colorear por

Artificial Analysis Coding Agent Index vs. costo por tarea

Artificial Analysis Coding Agent Index vs. promedio del costo de la API de pago por token por tarea (USD)
Colorear por
Most attractive quadrant
Pareto line

Uso de tokens

Consumo de tokens en el Artificial Analysis Coding Agent Index.

Uso de tokens por tarea

Promedio de tokens de entrada, caché y salida por tarea
Las tasas de aciertos de la caché de prompts pueden variar mucho según el enrutamiento del proveedor, lo que puede cambiar sustancialmente el costo efectivo.

Artificial Analysis Coding Agent Index vs. tokens totales

Artificial Analysis Coding Agent Index vs. promedio de tokens totales por tarea
Colorear por
Most attractive quadrant

Costo

Costo de la API de pago por token en el Artificial Analysis Coding Agent Index, según los precios actuales por token.

Costo por tarea

Average pay-per-token API cost per task (USD) · Lower is better
Colorear por

Tiempo de ejecución

Tiempo de ejecución activo del agente en el Artificial Analysis Coding Agent Index.

Tiempo por tarea

Average agent wall time per task · Lower is better
Colorear por

Artificial Analysis Coding Agent Index vs. tiempo de ejecución

Artificial Analysis Coding Agent Index vs. promedio del tiempo de ejecución del agente por tarea
Colorear por
Most attractive quadrant