agent-cost-bench でコーディングエージェントの品質とコストを測ってみる

はじめにこんにちは ! ソリューションアーキテクトのいなりくです ! AI コーディングエージェントを使っていると、必ずぶつかる疑問があります。「このタスク、もっと安いモデルでも十分だったのでは ?」「モデルを変えたら品質はどのくらい変わる ?」。カタログスペックや口コミでは答えが出ません。自分のタスクで...

agent-cost-bench でコーディングエージェントの品質とコストを測ってみる

この記事のキーワード

同じキーワードの記事

GPT-6 AstraがAIコーディング性能でトップ級の67点、圧倒的なトークン効率を示すもFable 5.1には届かず

JetBrains、Mac上で動作するコーディングエージェント「Junie Local」提供開始。Claude Sonnet 4.5と同等の能力、RTX5909対応も開発中

OpenAI、Cursorへのモデル提供を終了 理由は「SpaceXによる買収」

GoogleのAIエージェント「Antigravity」が別デバイスからのリモートコントロールに対応

Sentry 互換の GlitchTip を AI 開発のハーネスにする - Avoid a void

AIエージェントの作業結果、マークダウンで読むの辛くない？ →「HTML共有くん」を作りました - Qiita

AIコーディングを「より速く省トークンに」 VS Codeチームが実証、“GPT-5.5向けプロンプト”の改善効果

自分の代わりに働く常時稼働のAI同僚「Grok Bot」 Cursor契約者など

AI-DLC Workflows 2.0 とは何か、そしてどう実装されているか

ChatGPTとCodexを統合して幅広いタスクを自律的に進める「ChatGPT ワーク」が登場、GPT-5.6が基盤に

SpaceXAI、最上位モデル「Grok 4.5」公開 高速・低コストでコーディングに強み

Anthropic、「Claude Code」のシステムプロンプトを80％削減 「モデルの創造性を解放するため」

GPT-6 Astraが人気すぎてOpenAIのサーバーがピンチでProプランの新規サブスク契約が一時停止されるかも

GPT-6 Astra で飛躍的に向上したBlender 制作能力｜npaka

Metaも新AIモデル「Muse Spark 1.3」 1カ月で大幅強化し「Fable 5に匹敵」

Metaが「Muse Spark 1.3」を発表、ついにAnthropicやOpenAIの最先端モデルに追いつく性能を達成

Google、「Gemini 3.8 Flash」発表

Claude Fable 5.1提供開始 セーフガード誤介入が大幅減、性能向上で半額以下のタスクも。「AIが科学の進歩に貢献する未来の先駆け」 | テクノエッジ TechnoEdge

【落合陽一】AIを前にロジカルシンキングは無意味。エンジニアなら「仕事で使える“本物”」で勝負してほしい - エンジニアtype | 転職type

GitHubで使われる言葉がAIの影響で変化している可能性を示す「The load-bearing vocabulary of Claude」

OpenAI、Cursorへのモデル提供を終了　理由は「SpaceXによる買収」

AIコーディングを「より速く省トークンに」　VS Codeチームが実証、“GPT-5.5向けプロンプト”の改善効果

自分の代わりに働く常時稼働のAI同僚「Grok Bot」　Cursor契約者など

SpaceXAI、最上位モデル「Grok 4.5」公開　高速・低コストでコーディングに強み

Anthropic、「Claude Code」のシステムプロンプトを80％削減　「モデルの創造性を解放するため」

Claude Fable 5.1提供開始セーフガード誤介入が大幅減、性能向上で半額以下のタスクも。「AIが科学の進歩に貢献する未来の先駆け」 | テクノエッジ TechnoEdge