Devin Fusion con Claude Opus 5.5 (max) y un sidekick GPT-6 Luna (high) obtiene 68 en el Coding Agent Index, 2 puntos por encima de Claude Code con Opus 5.5 (max), con un costo por tarea 31% más bajo
El Devin Fusion de @cognition ejecuta un modelo líder de frontera junto a un modelo sidekick de menor costo. Los dos trabajan en paralelo con su propio contexto y herramientas, y el modelo líder se encarga de la planificación, la delegación y la revisión final. Hicimos benchmarks de Devin Fusion CLI con Claude Opus 5.5 (max) + GPT-6 Luna (high).
Obtiene 68.1 en el Artificial Analysis Coding Agent Index, empatado estrechamente en la cima con Claude Code con Claude Sonnet 5.5 (max) en 68.4 y Muse Code con Muse Wonder Full (max) en 68.0. Frente a Claude Code con Claude Opus 5.5 (max) en 66.0, cuesta $9.01 vs. $13.04 por tarea y promedia 55 vs. 65 minutos por tarea.
En los tres benchmarks, la configuración Fusion puntúa más alto en DeepSWE v1.1 (72.6% vs. 68.4%) y SWE-Atlas-QnA (69.6% vs. 66.4%) y ligeramente más bajo en Terminal-Bench 4.0 (62.1% vs. 63.1%). Sus resultados reflejan la colaboración de ambos modelos, incluido su costo combinado de API. Los costos son costos de API de pago por token, no precios de suscripción.