Claude Code 与 GitHub Copilot
根据 Artificial Analysis Coding Agent Index比较 Claude Code 与 GitHub Copilot，包括基准测试得分、成本、执行时间和 token 用量。
有关我们方法论的详细信息，请参阅方法论页面。
浏览其他比较
vs
比较
Claude Code 与 GitHub Copilot 的并排比较。
编程智能体比较
指标 |  Claude CodeClaude Opus 5.5 (Max, Default Fallback) |  GitHub CopilotCopilot Fusion (Max) | 分析 |
|---|---|---|---|
智能体 Harness | Claude Code | GitHub Copilot | |
代表模型 | Claude Opus 5.5 (Max, Default Fallback) | Copilot Fusion (Max) | |
Coding Agent Index | 62 | 60 | Claude Code 的 Coding Agent Index 高于 GitHub Copilot |
FrontierCode v1.1 | 56% | 51% | Claude Code 的 FrontierCode v1.1 分数高于 GitHub Copilot |
Terminal-Bench 4.0 | 63% | 71% | GitHub Copilot 的 Terminal-Bench 4.0 分数高于 Claude Code |
SWE-Atlas-QnA-AA | 66% | 57% | Claude Code 的 SWE-Atlas-QnA-AA 分数高于 GitHub Copilot |
每个任务的成本 | US$11.42 | US$5.59 | GitHub Copilot 的每个任务成本低于 Claude Code |
每个任务的时间 | 1.0小时 | 36.1分钟 | GitHub Copilot 的每个任务时间短于 Claude Code |
每个任务的轮次 | 146.4 | 171 | Claude Code 的每个任务轮次少于 GitHub Copilot |
每个任务的 Token 用量 | 1451.8万 | 733.9万 | GitHub Copilot 的每个任务 token 用量少于 Claude Code |
缓存命中率 | 95% | 97% | GitHub Copilot 的缓存命中率高于 Claude Code |
模型变体
Claude Code 与 GitHub Copilot 的已评估模型变体。
模型变体
| Claude Code | Claude Opus 5.5 (Max, Default Fallback) | 62 | 56% | 63% | 66% | US$11.42 | 1.0小时 | 1451.8万 |
| Claude Code | Claude Sonnet 5.5 (Max, Default Fallback) | 59 | 48% | 66% | 64% | US$13.30 | 1.3小时 | 2412.9万 |
| Claude Code | Claude Fable 5.1 (Max, Default Fallback) | 58 | 49% | 58% | 66% | US$11.53 | 35.3分钟 | 598.9万 |
| Claude Code |  Step 5 Preview | 43 | 40% | 30% | 59% | US$1.84 | 1.0小时 | 2214.2万 |
| Claude Code |  Qwen3.8 Max | 39 | 45% | 17% | 56% | US$3.80 | 1.3小时 | 915.3万 |
| Claude Code | Claude Haiku 5.5 (Max) | 37 | 47% | 31% | 34% | US$2.67 | 1.2小时 | 1605.3万 |
| GitHub Copilot | Copilot Fusion (Max) | 60 | 51% | 71% | 57% | US$5.59 | 36.1分钟 | 733.9万 |
性能
Artificial Analysis Coding Agent Index上的性能。
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
着色方式
Artificial Analysis Coding Agent Index vs. 每个任务的成本
Artificial Analysis Coding Agent Index vs. 每个任务的平均按 token 计费 API 成本（USD）
着色方式
Most attractive quadrant
Pareto line
Token 用量
Artificial Analysis Coding Agent Index上的 token 消耗。
每个任务的 Token 用量
每个任务的平均输入、缓存和输出 token
提示词缓存命中率可能因提供商路由而显著变化，从而实质性地影响实际成本。
Artificial Analysis Coding Agent Index vs. 总 Token
Artificial Analysis Coding Agent Index vs. 每个任务的平均总 Token
着色方式
Most attractive quadrant
成本
基于当前按 token 计费价格的 Artificial Analysis Coding Agent Index按 token 计费 API 成本。
每个任务的成本
Average pay-per-token API cost per task (USD) · Lower is better
着色方式
执行时间
Artificial Analysis Coding Agent Index上的智能体活跃运行时间。
每个任务的时间
Average agent wall time per task · Lower is better
着色方式
Artificial Analysis Coding Agent Index vs. 执行时间
Artificial Analysis Coding Agent Index vs. 每个任务的平均智能体运行时间
着色方式
Most attractive quadrant