主流代码智能体最新基准评测出炉，Codex 拿下 66.7% 通过率排在首位，Claude Code 通过率 63.3% 但单任务中位数成本达到 18.34… · @LiuweijiaVip · TwKit

@LiuweijiaVip

主流代码智能体最新基准评测出炉，Codex 拿下 66.7% 通过率排在首位，Claude Code 通过率 63.3% 但单任务中位数成本达到 18.34 美元。 社区把多款终端智能体的实测数据拉到同一张坐标轴，对比了各家在真实任务下的通过率与中位数账单。 - Codex 拿到 66.7% 通过率，单任务中位数成本 3.47 美元，综合表现最均衡 - Claude Code 通过率 63.3% 处于第一梯队，但单任务中位数成本 18.34 美元，费用高出约 5 倍 - 开源生态的 Harness Creator 同样拿下 63.3% 通过率追平 Claude Code，单任务成本只要 3.28 美元 重度依赖终端智能体写代码且对 API 消耗敏感的团队，可以按通过率与中位数成本来合理切分工作流。

曝光 76 · 评论 0 · 点赞 2 · 书签 0