Claude Opus 5.5 (max) と GPT-6 Luna (high) のサイドキックを組み合わせた Devin Fusion は、Coding Agent Index で 68 を記録し、Claude Code with Opus 5.5 (max) を 2 ポイント上回り、タスクあたりのコストは 31% 低い
@cognition の Devin Fusion は、フロンティア級のリードモデルと、より低コストのサイドキックモデルを併せて実行します。両者はそれぞれ独自のコンテキストとツールで並列に動作し、リードモデルが計画、委任、最終レビューを担います。私たちは Claude Opus 5.5 (max) + GPT-6 Luna (high) を組み合わせた Devin Fusion CLI をベンチマークしました。
その結果、Artificial Analysis Coding Agent Index で 68.1 を記録し、上位では Claude Sonnet 5.5 (max) を用いた Claude Code の 68.4、Muse Wonder Full (max) を用いた Muse Code の 68.0 と僅差でした。66.0 の Claude Code with Claude Opus 5.5 (max) と比較すると、タスクあたりのコストは $9.01 対 $13.04、タスクあたりの平均時間は 55 分対 65 分です。
3つのベンチマーク全体で、Fusion 構成は DeepSWE v1.1（72.6% 対 68.4%）と SWE-Atlas-QnA（69.6% 対 66.4%）ではより高く、Terminal-Bench 4.0（62.1% 対 63.1%）ではわずかに低いスコアを記録しました。この結果には、両モデルが連携して動作したこと、および両者の合計 API コストが反映されています。コストは従量課金（ペイ・パー・トークン）の API コストであり、サブスクリプション価格ではありません。