CodexとDevin Fusion CLI
CodexとDevin Fusion CLIをArtificial Analysis Coding Agent Indexのベンチマークスコア、コスト、実行時間、トークン使用量で比較します。
詳しい方法論は、方法論ページをご覧ください。
ほかの比較を見る
vs
比較
Codex と Devin Fusion CLI の並列比較。
コーディングエージェント比較
指標 |  CodexGPT-6.1 Sol (xhigh) |  Devin Fusion CLI Claude Opus 5.5 Max + GPT-6 Luna High | 分析 |
|---|---|---|---|
エージェントハーネス | Codex | Devin Fusion CLI | |
代表モデル | GPT-6.1 Sol (xhigh) | Claude Opus 5.5 Max + GPT-6 Luna High | |
Coding Agent Index | 63 | 68 | Devin Fusion CLI は Codex よりCoding Agent Indexが高いです |
DeepSWE v1.1 | 73% | 73% | Codex は Devin Fusion CLI より DeepSWE v1.1 のスコアが高いです |
Terminal-Bench 4.0 | 55% | 63% | Devin Fusion CLI は Codex より Terminal-Bench 4.0 のスコアが高いです |
SWE-Atlas-QnA | 61% | 69% | Devin Fusion CLI は Codex より SWE-Atlas-QnA のスコアが高いです |
タスクあたりのコスト | $1.04 | $9.02 | Codex は Devin Fusion CLI よりタスクあたりのコストが低いです |
タスクあたりの時間 | 15.5m | 55.0m | Codex は Devin Fusion CLI よりタスクあたりの時間が短いです |
タスクあたりのターン数 | 40.1 | 115.9 | Codex は Devin Fusion CLI よりタスクあたりのターン数が少ないです |
タスクあたりのトークン使用量 | 321.9万 | 1286.3万 | Codex は Devin Fusion CLI よりタスクあたりのトークン使用量が少ないです |
キャッシュヒット率 | 93% | 87% | Codex は Devin Fusion CLI よりキャッシュヒット率が高いです |
モデルバリアント
Codex と Devin Fusion CLI の評価済みモデルバリアント。
モデルバリアント
| Codex | GPT-6.1 Sol (xhigh) | 63 | 73% | 55% | 61% | $1.04 | 15.5m | 321.9万 |
| Codex | GPT-6 Astra (max) | 62 | 68% | 56% | 62% | $7.50 | 29.4m | 335.7万 |
| Codex | GPT-6.1 Sol (medium) | 61 | 72% | 52% | 61% | $0.70 | 10.9m | 230.1万 |
| Codex | GPT-6.1 Sol (high) | 60 | 71% | 50% | 60% | $0.89 | 13.3m | 282.4万 |
| Codex | GPT-6.1 Sol (max) | 60 | 70% | 53% | 58% | $1.55 | 24.4m | 401.4万 |
| Codex | GPT-6.1 Sol (low) | 57 | 68% | 49% | 55% | $0.50 | 8.6m | 171.7万 |
| Codex | GPT-6 Sol (max) | 57 | 69% | 43% | 58% | $3.00 | 22.3m | 986.6万 |
| Codex | GPT-5.6 Sol (max) | 55 | 72% | 37% | 54% | $6.61 | 20.6m | 1021.4万 |
| Codex | GPT-5.6 Luna (max) | 43 | 66% | 15% | 49% | $0.44 | 23.5m | 1494.7万 |
| Codex |  DeepSeek V4 Pro 0813 (max) | 43 | 57% | 10% | 62% | $0.24 | 40.3m | 2418万 |
| Codex | GPT-6 Luna (max) | 41 | 64% | 15% | 44% | $0.18 | 21.4m | 1028.4万 |
| Codex | DeepSeek V4 Flash 0731 (max) | 39 | 54% | 11% | 51% | $0.08 | 18.3m | 1535万 |
| Devin Fusion CLI | Claude Opus 5.5 Max + GPT-6 Luna High | 68 | 73% | 63% | 69% | $9.02 | 55.0m | 1286.3万 |
| Devin Fusion CLI | Claude Fable 5.1 XHigh + SWE-2 Medium | 62 | 63% | 56% | 66% | $7.90 | 35.8m | 969.2万 |
| Devin Fusion CLI | GPT-6 Astra XHigh + SWE-2 Medium | 59 | 67% | 50% | 59% | $4.55 | 24.7m | 609.1万 |
パフォーマンス
Artificial Analysis Coding Agent Indexにおけるパフォーマンス。
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
色分け
Artificial Analysis Coding Agent Index vs. タスクあたりのコスト
Artificial Analysis Coding Agent Index vs. タスクあたりの平均トークン従量課金APIコスト（USD）
色分け
Most attractive quadrant
Pareto line
トークン使用量
Artificial Analysis Coding Agent Indexにおけるトークン消費量。
タスクあたりのトークン使用量
タスクあたりの入力・キャッシュ・出力トークンの平均
プロンプトキャッシュのヒット率はプロバイダーのルーティングによって大きく変わる可能性があり、実効コストに大きく影響することがあります。
Artificial Analysis Coding Agent Index vs. 合計トークン
Artificial Analysis Coding Agent Index vs. タスクあたりの平均合計トークン
色分け
Most attractive quadrant
コスト
現在のトークン単位の価格に基づく、Artificial Analysis Coding Agent Indexのトークン従量課金APIコスト。
タスクあたりのコスト
Average pay-per-token API cost per task (USD) · Lower is better
色分け
実行時間
Artificial Analysis Coding Agent Indexにおけるエージェントの実稼働時間。
タスクあたりの時間
Average agent wall time per task · Lower is better
色分け
Artificial Analysis Coding Agent Index vs. 実行時間
Artificial Analysis Coding Agent Index vs. タスクあたりの平均エージェント稼働時間
色分け
Most attractive quadrant