OpenGPT以資料為基礎的模型選擇
開始評測

公開Agent評測

AI Agent榜單

66 個Agent系統74 筆Agent評測配置109 筆BFCL工具呼叫模型結果8 評測範圍

Agent目錄

21

收錄已核驗官方產品頁、文件或程式碼倉庫的獨立Agent系統。

收錄僅確認公開身分與官方入口，不代表效能排名或推薦；下方榜單只顯示同範圍的公開評測證據。

Augment AgentAugment Code
Agent產品商業產品
來源可存取

來源核驗:

產品詳情
ClineCline Bot
開源Agent
來源可存取

來源核驗:

產品詳情
CodebuffCodebuffAI
開源Agent
來源可存取

來源核驗:

產品詳情
Cursor AgentAnysphere
Agent產品商業產品
來源可存取

來源核驗:

產品詳情
DevinCognition
Agent產品商業產品
來源可存取

來源核驗:

產品詳情
Factory DroidFactory
Agent產品商業產品
來源可存取

來源核驗:

產品詳情

保存在此裝置

程式Agent

10 個可比較配置

提交Agent
已有公開結果SWE-bench VerifiedVerified · 完整Agent榜單 · 500 項工作歷史資料來源資料日來源未公布日期OpenGPT取得時間排名最後變化暫無可比歷史OpenGPT至少每週核查一次此Agent資料來源。
來源結果問題解決率
工作數500 · 經人工核驗的GitHub問題
證據等級存在外部審計提示
開啟來源
證據說明

這些結果作為歷史證據保留。OpenAI在 2026 年的審計中指出SWE-bench Verified存在設計與資料污染風險。

稽核說明
1
Sonar Foundation Agent + Claude 4.5 OpusSonar
Claude 4.5 Opus · Sonar Foundation Agent已列入基準官方榜單
問題解決率79.2%
重複執行證據未公布
來源公布的評測總成本未公布每次成功成本: 未公布
詳情
3
TRAE + Doubao-Seed-CodeByteDance
Doubao-Seed-Code + Doubao-Seed-1.6 · TRAE已列入基準官方榜單
問題解決率78.8%
重複執行證據未公布
來源公布的評測總成本未公布每次成功成本: 未公布
詳情
5
Atlassian Rovo Dev (2025-09-02)Atlassian
Claude Sonnet 4 + GPT-5 · Atlassian Rovo Dev · 2025-09-02已列入基準官方榜單
問題解決率76.8%
重複執行證據未公布
來源公布的評測總成本未公布每次成功成本: 未公布
詳情
5
mini-SWE-agent + Claude 4.5 Opus (high reasoning)SWE-agent
Claude 4.5 Opus (high reasoning) · mini-SWE-agent · 2.0.0已列入基準官方榜單
問題解決率76.8%
重複執行證據未公布
來源公布的評測總成本US$376.95每次成功成本: 未公布
詳情
8
ACoderACoder
Claude 4 Sonnet + Claude 4.1 Opus + GPT-5 + Gemini 2.5 Pro · ACoder已列入基準官方榜單
問題解決率76.4%
重複執行證據未公布
來源公布的評測總成本未公布每次成功成本: 未公布
詳情
9
mini-SWE-agent + Gemini 3 Flash (high reasoning)SWE-agent
Gemini 3 Flash (high reasoning) · mini-SWE-agent · 2.0.0已列入基準官方榜單
問題解決率75.8%
重複執行證據未公布
來源公布的評測總成本US$177.98每次成功成本: 未公布
詳情
9
mini-SWE-agent + MiniMax M2.5 (high reasoning)SWE-agent
MiniMax M2.5 (high reasoning) · mini-SWE-agent · 2.0.0已列入基準官方榜單
問題解決率75.8%
重複執行證據未公布
來源公布的評測總成本US$36.64每次成功成本: 未公布
詳情

保存在此裝置

無需API

檢查Agent採用風險

優先項目會調整已發布配置的順序；部署與資料處理答案只顯示風險提示，不會作為篩選條件。

適合從這裡開始的候選

3 個可比較配置

live-SWE-agent + Claude 4.5 Opus medium (20251101)79.2% · 未公布 每次成功成本

在此評測配置中的來源結果較高。

Agent詳情 →
Sonar Foundation Agent + Claude 4.5 Opus79.2% · 未公布 每次成功成本

在此評測配置中的來源結果較高。

Agent詳情 →
TRAE + Doubao-Seed-Code78.8% · 未公布 每次成功成本

在此評測配置中的來源結果較高。

Agent詳情 →

    資料來自公開來源，缺少項目保持未知。

    採用前做一次真實驗證

    公開榜單用於縮小候選範圍，是否適合你的工作，需要透過小規模私有測試確認。

    1. 1

      選擇 10–20 個代表性工作，並寫清通過條件。

    2. 2

      測試前鎖定Agent、模型、工具、權限與預算。

    3. 3

      重要工作重複執行，記錄成功率、成本、時間與人工接管。

    4. 4

      檢查失敗案例與資料風險後，再決定是否正式採用。