こんにちは、株式会社TIMEWELLの濱本です。
Gartnerは「2026年末までに、エンタープライズアプリの40%にタスク特化型AIエージェントが組み込まれる」と予測しています[^1]。2025年時点では5%未満だったので、わずか1年で8倍。発表当初は強気な数字に見えましたが、2026年4月の今、各ベンダーのロードマップを並べると、むしろ控えめにすら感じます。
ところがその裏で、もうひとつ別の数字も出ています。同じGartnerが「2027年末までに、エージェントAIプロジェクトの40%以上が中止される」と警告しているのです[^2]。市場は二極化しています。導入を進める企業と、PoCで止まる企業。差を分けるのは、ツールの選び方です。
この記事では、2026年4月時点で実用段階に到達したAIエージェントツール15個を、機能・料金・対象ユーザー・ベンチマークの軸で並べて比較します。前作「Google Cloud Next '25 で見えたエンタープライズAIエージェントの現在地」でも触れたように、選定の出発点は「自社の業務に対して垂直か水平か」です。15個を一気に見ていきましょう。
AIエージェントの3つの分類軸を最初に押さえる
ツールを比較する前に、分類軸を整理しておきます。ここを曖昧にしたまま機能表だけ見ると、絶対に判断を誤ります。私はクライアント企業のAI導入を伴走するときも、必ずこの整理から入っています。
1つ目の軸は「ワークフロー型 vs 自律エージェント型」。ワークフロー型は、人間が手順を設計し、その上をAIが流れるタイプです。LangGraph、Microsoft Agent Framework、Mastraがこちらに属します。自律エージェント型は、目的だけを伝えればAIが分解・実行・修正までこなします。Devin、Manus、Claude Managed Agentsが代表格です。日本企業の多くは「自律」と聞いて飛びつきますが、現実にはワークフロー型のほうが運用に乗りやすい。理由は監査と説明責任です。
2つ目の軸は「SaaS vs OSS」。Agentforce、ServiceNow、Copilot Studioのような統合SaaSは、CRMやITSMと一体化しているぶん、業務に直結しやすい代わりに、ロックインも強い。一方でCrewAI、LangGraph、AutoGen系（現在のMicrosoft Agent Framework）はオープンソースで、ベンダー切り替えやハイブリッド構成が効きます。OpenAI Agents SDKやClaude Agent SDKもOSSに近い性格を持っています。
3つ目の軸は「Vertical vs Horizontal」、つまり業務特化型か汎用型か。Accentureの調査では、規制業務（金融・医療・コンプライアンス）における業務特化型エージェントの精度が、汎用型より40%高いとの結果が出ています[^3]。Gartnerは「2026年までに大企業の80%がVertical AIエージェントを採用する」と予測しており、汎用LLMをそのまま業務に当てる時代は静かに終わりつつあります。
私の感覚では、最初の1〜2案件はHorizontalで体験を積み、3案件目以降はVerticalで投資を集中させる、というのが日本企業に合う流れです。横に広げすぎても、縦に深く刺さりません。次のセクションから、この3軸を頭に置きながら15ツールを見ていきます。
エンタープライズ向けの本命5ツール（2026年4月の最新状況）
まずは大企業のIT部門が主戦場としている5ツールを並べます。共通項はSOC 2 Type II、HIPAA-ready、SCIM、SSO、監査ログ。逆に言えば、ここを満たさないツールは情シス審査を通りません。
Claude Code / Claude Managed Agents（Anthropic）
Claude Codeは2026年3月に1Mトークンコンテキストが正式にGAされ、モノレポ全体を一括で扱える数少ない開発者向けエージェントになりました[^4]。料金はPro $20/月、Max $100〜$200/月、Enterpriseは$20/seat/月＋API使用量別建てで、Premiumシートだけが$100/seat/月（年契約）。Premiumシートを買うとClaude CodeとCowork、500Kコンテキスト、HIPAA準拠、SCIM、監査ログが解放されます。
そして2026年に登場した新製品が「Claude Managed Agents」。これは標準のトークン課金に加えて、セッション稼働時間1時間あたり$0.08をミリ秒単位で課金するモデルです[^5]。Sonnet 4.6なら入力$3/百万トークン、出力$15/百万トークン。Code Executionのコンテナ時間別課金が不要になり、長時間タスクの料金見積もりが現実的になりました。私のクライアントでは、社内ナレッジ検索エージェントをManaged Agentsに載せ替え、月間コストを30%下げた事例があります。
Gemini Enterprise Agent Platform（Google Cloud）
旧Vertex AIから発展した統合プラットフォームで、2026年4月22日に「Gemini Enterprise Agent Platform」として刷新されました[^6]。Agent Development Kit（ADK）とAgent Studio（ローコード）、Agent Runtime（vCPU時間 + GiB時間で秒単位課金）、Agent Galleryまでが一気通貫で揃います。
200以上のモデルから選択でき、Gemini 3.1 Pro/Flash、Gemma 4、音楽生成のLyria 3、さらにAnthropicのClaude 3.5 SonnetやHaikuまで同じプラットフォーム上で呼び出せる。新規顧客には$300の無料クレジットがつきます。Google Workspaceを社内標準にしている企業にとっては、最も摩擦の少ない選択肢です。
ChatGPT Enterprise / Custom GPTs（OpenAI）
50席以上で約$60/user/月から始まるカスタム価格モデルで、GPT-5.3 Instantが無制限、Deep Research、Canvas、Projects、Custom GPTsの作成・共有が可能[^7]。SSO/SCIM/監査ログ/SLAも完備。データの非学習はデフォルトで、暗号化保管・転送、専属サポートとSLA、AIアドバイザーへのアクセスまで含まれます。Custom GPTsは社内ワークスペース単位で配布でき、利用分析も取れる。BtoB営業の現場では「とりあえず全社で配って、Custom GPTsで部門特化を作る」という運用が定着しつつあります。
Salesforce Agentforce
Atlas Reasoning Engineを核とした、CRMネイティブの自律エージェント。ガードレールが強烈に作り込まれていて、安全な逸脱抑止とハルシネーション低減を両立しています。料金体系は3種類あり、Flex Credits（最低10万クレジット$500、1アクション=20クレジット＝$0.10、ボイス=30クレジット＝$0.15）、会話型（$2/会話）、ユーザー単価型（$125〜$650/seat/月）から選べます[^8]。無料枠もAgent Builder、Prompt Builder、20万Flex Credits、25万Data 360 Creditsが付与されるので、PoCのコストはほぼゼロ。Salesforce資産がある企業ならまずここから始めるべきです。
ServiceNow Now Assist / AI Agents
2026年4月9日にServiceNowはFoundation、Advanced、Primeの3層料金へ移行しました[^9]。AI、データ、セキュリティ、ガバナンスを全層に標準搭載するという大きな方針転換です。Prime層にはL1 Service Desk AI Specialist、AI Agents for ITSM、AI Agent for DEX、Now Assist Prime、Moveworks Primeが含まれ、AI Control TowerとWorkflow Data Fabricは全層共通。新登場のContext Engineは、組織の知識・関係性・意思決定履歴をエージェントに紐づけるための専用基盤で、ITSMだけでなく人事・調達・財務にも展開可能です。価格は非公開ですが、Standard ITSMで$100/agent/月、Pro tierで$160/agent/月以上が相場と見られます。
| ツール | 主用途 | 価格レンジ | 特徴 |
|---|---|---|---|
| Claude Code / Managed Agents | 開発・ナレッジ自動化 | $20〜$100/seat＋API | 1Mコンテキスト、ミリ秒課金 |
| Gemini Enterprise | 全社AIエージェント | 秒単位vCPU課金＋$300無料枠 | 200+モデル、Agent Studio |
| ChatGPT Enterprise | 業務全般 | $60/user/月〜 | Custom GPTs、SSO/SCIM |
| Agentforce | CRM自律実行 | $0.10/アクション〜 | Atlas Reasoning、ガードレール |
| ServiceNow Now Assist | ITSM・社内オペ | $100〜$160/agent/月 | Context Engine、3層料金 |
開発者・OSS向けトップ5：自社実装したいチーム向け
次は、自分たちでエージェントを作りたい開発者・社内DXチーム向けの5本です。SaaSにロックインされず、モデルやベンダーを切り替えられる柔軟性が最大のメリットになります。
OpenAI Agents SDK
2026年4月15日に大型アップデートが入り、ハーネス（harness）アーキテクチャが追加されました[^10]。設定可能なメモリ、サンドボックス対応のオーケストレーション、Codex的なファイルシステムツール、MCP・Skills・AGENTS.md・shellツール・apply_patchの標準化と、フロンティア仕様が一気に揃った印象です。サンドボックスはBlaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercelの7種に対応。状態の外部化により、コンテナが消えてもチェックポイントから復帰できる仕組みも入りました。まずPython版が先行、TypeScriptは追って提供という順序です。
Claude Agent SDK
Claude Agent SDKの実装ガイドでも詳しく書きましたが、Claude Agent SDKの哲学はOpenAIとは対照的です。フックとサブエージェントによるライフサイクル制御、Read/Write/Edit/Bash/Glob/Grep/WebSearch/WebFetchの8つの組み込みツール、そして開発元AnthropicによるMCPの最深統合。「エージェントにコンピュータを丸ごと渡す」というパラダイムを最も忠実に体現しているSDKです。Composioの比較では、推論品質ではClaude Agent SDK、開発者体験ではOpenAI Agents SDK、コストではGoogle ADKが勝る、というすみ分けになっています[^11]。
Microsoft Agent Framework（旧AutoGenの後継）
2026年、AutoGenとSemantic Kernelが統合されてMicrosoft Agent Framework（MAF）が誕生しました[^12]。AutoGen自体は保守モードに入り、新機能はMAFに集約。Pythonと.NETの両方に対応し、単一エージェントAPIに加えて、グラフベースのワークフローAPI、MCPとA2A（Agent-to-Agent）メッセージング、Group Chat、Debateなどのオーケストレーションパターンを実装。Azure連携、OpenTelemetryによる可観測性、Azure Monitor統合まで揃って、MITライセンスで公開されています。マイクロソフト系基盤の上で開発する企業にとっては、もはや一択に近い選択肢です。
CrewAI
「エージェントに役割を与えて、チームとして動かす」というメタファーで一気に普及したフレームワーク[^13]。MITライセンスのOSSで、Researcher / Writer / Analystなど役割設計を前提とし、Sequential / Hierarchical / Consensualの3つのプロセスモードを切り替えられます。共有メモリ（短期・長期・エンティティ・コンテキスト）の作り込みも丁寧。Fortune 500企業の60%が利用、月間450M（4億5,000万）ワークフローを処理、認定開発者は10万人を超える、というのが2026年時点の数字です。Cloud版「AMP」は$99/月から始められ、Enterpriseはカスタム価格。
LangGraph
LangChainファミリーの中で最も急成長したのがLangGraphです。2025年10月にv1.0がGAし、ノード（計算）+ エッジ（制御フロー）+ 共有Stateというグラフ型のエージェント表現が一気に標準化されました[^14]。Klarna、Uber、JPMorganといった重量級が本番採用しており、長時間ステートフルなワークフロー、Human-in-the-loop、長期記憶、LangSmith連携、LangGraph Cloudによるホスト実行と監視が一通り揃っています。「2026年はステートフル・オーケストレーションの年」と言われる所以です。
| OSS / SDK | 言語 | ライセンス | 強み |
|---|---|---|---|
| OpenAI Agents SDK | Python（TS順次） | OSS | サンドボックス、harness、MCP |
| Claude Agent SDK | TS / Python | OSS | フック、subagents、推論品質 |
| Microsoft Agent Framework | Python / .NET | MIT | Azure統合、A2A、ワークフロー |
| CrewAI | Python | MIT | 役割ベース、3プロセス |
| LangGraph | Python / TS / Java | MIT | ステートフル、Human-in-the-loop |
ノーコード・特化型ツール5選：用途別に強烈な刺さり方
最後の5本は、特定の文脈で「これしかない」という尖った強みを持つツール群です。汎用ツールでは届かない深さがあります。
Microsoft Copilot Studio
Copilot Credit packsという独特の課金単位で、25,000クレジット$200/月。pay-as-you-goとpre-purchase（最大20%割引）の選択肢があり、利用に応じて柔軟に拡張できます[^15]。2026年のアップデートでは、エージェントの裏で動かすモデルとしてGPT-4o、Claude Sonnet 4.5、Claude Opus 4.1から選択可能になり、AnthropicモデルがネイティブにMicrosoftスタックに乗りました。Agent Evaluationsが正式にGAし、テストセットでエージェントの品質を継続検証できる仕組みも整っています。M365 Copilotで作ったエージェントをCopilot Studioにコピーすると、マルチステップワークフローやカスタム統合に拡張できる。「Copilotで試して、Studioで本格化」という導線が完成した形です。
Vellum
VellumはAIエージェントを「製品として」作りたい企業のためのプラットフォームです。プロンプトからエージェント、ガバナンス付きのAI App、ビジュアルビルダーとTypeScriptやPythonのSDK、Eval、回帰テスト、トレーシング、RBAC、監査ログ、環境分離まで揃っています[^16]。Free、$25/月、Pro $500/月、Enterprise（カスタム）と段階的で、SOC 2 Type IIとHIPAA準拠は全プラン共通。Enterpriseでは BAA / DPA、VPC配置、データ保持ポリシーのカスタムに対応します。
Pinecone Assistant
Pinecone AssistantはRAGに特化した「半完成エージェント」です。チャンク分割・埋め込み・ベクトル検索・リランキング・モデル協調までを抽象化して提供し、Claude Sonnet 4.5を含む主要モデルでアシスタントを立てられます[^17]。2026年に課金体系を見直し、per-assistantの月額固定費を撤廃し、ingestion・storage・chatトークンの完全使用量課金に移行。n8n専用ノードも公開され、ノーコードのワークフローエンジンに組み込めるようになりました。Evaluation APIでは「answer alignment score」という独自指標を提供しており、RAGの品質を定量管理できます。
Manus
Manusは中国発の自律エージェント。Butterfly Effect Pte Ltdが開発し、2025年12月にMeta Platformsが買収しました[^18]。Pro $20〜$200/月、Free 300 daily refresh credits、最大5並行タスクという設計で、ブラウザ・ターミナル・ファイルシステムを丸ごとAIに渡し、自律的に多段タスクを遂行します。内部ではClaude 3.5 SonnetとAlibaba Qwenを文脈に応じてルーティング。「AIが何をしているかをライブ映像で見られる」UIが特徴的で、出張プランの作成や競合調査の自動化など、知的労働の代替に強みがあります。
Devin（Cognition AI）
Devinは2024年に登場した「世界初の自律ソフトウェアエンジニア」ですが、2026年に料金体系を破壊的に変えました[^19]。旧$500/月から、Devin 2.0で最低$20/月へ。Agent Compute Unit（ACU、1ACU≒15分作業、$2.25/ACU）で課金され、Team Plan $500/月で250 ACU、追加ACU $2/個。EnterpriseはSaaSかVPCを選択でき、Devin Wikiが自動で社内ドキュメントを更新します。Cognition AIは2026年4月23日に250億ドル評価でラウンド調達中という報道もあり、勢いは止まりません[^20]。並列で複数Devinを走らせ、ジュニア開発者のタスクを処理する用途で、内部ベンチでは83%の処理量改善が報告されています。Cursor / Cline / Claude Codeとの比較は別記事「Claude Code、Cursor、Cline比較」も参照してください。
| 特化型ツール | 得意領域 | 料金 | 備考 |
|---|---|---|---|
| Copilot Studio | M365業務エージェント | $200/月（25K credits）〜 | Claude Sonnet 4.5対応 |
| Vellum | プロダクト組み込み | $25〜$500/月 | SOC 2、HIPAA |
| Pinecone Assistant | RAG | 完全使用量課金 | n8nノード、Eval API |
| Manus | 自律的な知的労働 | $20〜$200/月 | Live UI、Meta傘下 |
| Devin 2.0 | 自律コーディング | $20/月〜（$2.25/ACU） | Devin Wiki、並列実行 |
ベンチマーク2026年4月：精度・コスト・実装難度の三角形
ツールの選定で必ず議論になるのがベンチマークです。2026年4月時点のSWE-Bench Verifiedでは、Claude Opus 4.7が87.6%でトップ、GPT-5.3 Codexが85.0%、Gemini 3.1 Proが80.6%という順位[^21]。ただし、より難度が高いSWE-Bench Pro（Scale AI主催）になると全モデルが20ポイント以上スコアを落とし、Claude Opus 4.7でも64.3%、GPT-5やClaude Opus 4.1は23%前後まで沈みます。
このギャップが何を意味するか。2024〜2025年のベンチマーク改善の多くは、Verified固有のスキャフォールドとプロンプト工学による底上げで、純粋な推論能力の向上ではなかった、という分析です。Pro でリードを保てるモデルは、未知のリポジトリにも汎化しやすい。私はクライアント企業に対して、必ずProのスコアと自社環境での試走の両方を見るよう勧めています。Verifiedだけ見て選ぶと、本番でハルシネーションが頻発します。
コスト面では、トークン課金よりセッション課金、セッション課金より会話・アクション課金の順で、現場のコスト見積もりがしやすくなります。Claude Managed Agentsの $0.08/セッション時間、Agentforceの $0.10/アクション、Devinの $2.25/ACUあたりが、2026年の主要な「単位経済」です。月額固定の旧モデルは急速に減りました。
実装難度の観点では、SaaS統合型（Agentforce、ServiceNow、Copilot Studio）が最も低く、OSSフレームワーク（LangGraph、CrewAI、Mastra）が最も高い。中間にClaude Agent SDKやOpenAI Agents SDKがあり、SDKでスキャフォールドだけ作ってSaaSと連携する、というハイブリッド構成が増えています。「全部SaaS」「全部自作」のどちらかに振り切る企業は、私の経験ではほとんど成功していません。
結局のところ、AIエージェントは「ベンチマーク・コスト・実装難度」の三角形の中で最適解を探すゲームです。3点同時に満たすツールは存在しません。
用途別の選定基準とTIMEWELLの推奨スタック
最後に、私たちTIMEWELLがクライアントに推奨している現実的なスタックを共有します。万能解ではありませんが、日本のエンタープライズ環境で実装まで運べた構成です。
社内ナレッジ統合と業務自動化を一気に進めたい大企業には、ZEROCKをコアに据えます。ZEROCKはGraphRAGを採用したエンタープライズAI基盤で、AWS国内サーバー稼働、ナレッジコントロール、プロンプトライブラリを標準装備しています。海外SaaSにデータを出さずに済むため、金融・医療・公共領域の経済安全保障要件もクリアできる。「データを国外に出さずに、エージェント化を進める」という要件に応える数少ない選択肢です。
開発者向けエージェントの導入を急ぐなら、Claude Code（PremiumシートまたはEnterprise）＋Claude Agent SDK＋Claude Managed Agentsの3点セット。1Mコンテキスト、SCIM、監査ログを揃えながら、開発・運用・ナレッジの3軸を統合できます。Microsoft中心の企業ならMicrosoft Agent Framework、Google中心ならGemini Enterprise Agent Platformに置き換えてください。ベンダーは1つに寄せたほうが、運用コストは確実に下がります。
「エージェント選定そのものから伴走してほしい」という企業向けには、TIMEWELLのAIコンサルティング「WARP」を提供しています。WARPは経営層と現場の両方を見ながら、業務スコープの切り出し、PoC設計、評価指標の定義、ベンダー比較、本番運用までを月次更新型で支援するサービスです。WARP NEXTは大企業のDX推進担当向け、WARP BASICは中堅・中小企業向け、WARP（無印）は新規事業伴走型と、3層のラインナップを用意しています。Gartnerが言う「40%が中止される」プロジェクトの大半は、ガバナンスとROI設計の不在で失敗します。WARPはこの2点をプロジェクト開始時点で組み込みます。
私の個人的な推しは、Claude Code＋ZEROCK＋WARPの組み合わせです。理由はシンプルで、推論品質、データ主権、伴走品質の3点が日本の大企業に最も合うから。OpenAIやGoogleが嫌いなのではなく、日本企業の意思決定スピード・監査要件・人材の薄さに対して、現時点で最も摩擦が少ない構成だと考えています。意見が分かれるところですが、私はこの組み合わせ派です。
まとめ：選定基準を持たないと、ツールに振り回される
15ツールを駆け足で見てきました。整理すると、以下の3点に集約できます。
- エンタープライズはClaude / Gemini / OpenAI / Salesforce / ServiceNow の5強体制が確定：SOC 2、HIPAA、SCIM、SSO、監査ログを満たすツールしか情シス審査を通らない
- OSS・SDKはOpenAI Agents SDK / Claude Agent SDK / Microsoft Agent Framework / CrewAI / LangGraphの5本が定番化：harness、サブエージェント、ステートフル・グラフが2026年の共通語彙
- 特化型はCopilot Studio / Vellum / Pinecone Assistant / Manus / Devin が「ここしかない」尖りを持つ：M365、製品組み込み、RAG、自律タスク、自律コーディングのそれぞれで一強
ただし、ツール比較は出発点に過ぎません。私が見てきた失敗プロジェクトの9割は、ツール選定ではなく業務スコープの設計で躓いています。「エージェントに任せる業務」「人間が判断する業務」「絶対に自動化しない業務」を最初に切り分け、評価指標とガバナンスを先に設計する。ここを飛ばしたまま走り出すと、半年後にプロジェクトは静かに止まります。
2026年は「AIエージェント元年」と言われていますが、私の感覚では「AIエージェント運用元年」のほうが近い。動かすことより、動かし続けることが難しい1年になりそうです。続編では、私たちが実際にクライアントと進めているAIエージェント導入プロジェクトのケーススタディを紹介する予定です。引き続き読んでいただければ嬉しいです。
参考文献
[^1]: Gartner Press Release "Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026" https://www.gartner.com/en/newsroom/press-releases/2025-08-26-gartner-predicts-40-percent-of-enterprise-apps-will-feature-task-specific-ai-agents-by-2026-up-from-less-than-5-percent-in-2025 [^2]: Joget "AI Agent Adoption 2026: What the Data Shows | Gartner, IDC" https://joget.com/ai-agent-adoption-in-2026-what-the-analysts-data-shows/ [^3]: Sthenos Technologies "Vertical vs Horizontal AI Agents: 2026 Enterprise Guide" https://sthenostechnologies.com/blogs/vertical-vs-horizontal-ai-agents/ [^4]: SSD Nodes "Claude Code Pricing in 2026: Every Plan Explained" https://www.ssdnodes.com/blog/claude-code-pricing-in-2026-every-plan-explained-pro-max-api-teams/ [^5]: Anthropic "Claude Managed Agents overview" https://platform.claude.com/docs/en/managed-agents/overview [^6]: SiliconANGLE "Google brings agentic development under one roof with Gemini Enterprise Agent Platform" https://siliconangle.com/2026/04/22/google-brings-agentic-development-optimization-governance-one-roof-gemini-enterprise-agent-platform/ [^7]: OpenAI "ChatGPT Plans" https://chatgpt.com/pricing/ [^8]: Salesforce "Agentforce Pricing" https://www.salesforce.com/agentforce/pricing/ [^9]: Jace.pro "ServiceNow's New AI Pricing Tiers" https://jace.pro/blog/servicenows-new-ai-pricing-tiers [^10]: TechCrunch "OpenAI updates its Agents SDK to help enterprises build safer, more capable agents" https://techcrunch.com/2026/04/15/openai-updates-its-agents-sdk-to-help-enterprises-build-safer-more-capable-agents/ [^11]: Composio "Claude Agents SDK vs OpenAI Agents SDK vs Google ADK" https://composio.dev/content/claude-agents-sdk-vs-openai-agents-sdk-vs-google-adk [^12]: Microsoft Agent Framework GitHub https://github.com/microsoft/agent-framework [^13]: CrewAI 公式 https://crewai.com/ [^14]: LangChain "LangGraph: Agent Orchestration Framework" https://www.langchain.com/langgraph [^15]: Microsoft Learn "Copilot Studio licensing" https://learn.microsoft.com/en-us/microsoft-copilot-studio/billing-licensing [^16]: Vellum AI Pricing https://www.vellum.ai/pricing [^17]: Pinecone "How to build an agentic, chat or RAG knowledge system using Pinecone Assistant" https://www.pinecone.io/learn/pinecone-assistant/ [^18]: Taskade "Manus AI Review 2026: Features, Pricing" https://www.taskade.com/blog/manus-ai-review [^19]: VentureBeat "Devin 2.0 is here: Cognition slashes price of AI software engineer to $20 per month from $500" https://venturebeat.com/programming-development/devin-2-0-is-here-cognition-slashes-price-of-ai-software-engineer-to-20-per-month-from-500 [^20]: SiliconANGLE "Cognition, creator of the AI software engineer Devin, in talks to raise hundreds of millions at $25B valuation" https://siliconangle.com/2026/04/23/cognition-creator-ai-software-engineer-devin-talks-raise-hundreds-millions-25b-valuation/ [^21]: TokenMix "SWE-Bench 2026: Claude Opus 4.7 Wins 87.6% vs GPT-5.3 85.0%" https://tokenmix.ai/blog/swe-bench-2026-claude-opus-4-7-wins