实测:不同Agent框架跑同一模型,Token消耗相差30倍

机器之心 · wechat · 2026-07-31

Composio 团队用同一模型（Kimi K3）测试了 Claude Code、Hermes 和 Kimi Code 三种不同的 agent 框架。在完成 28 个相同任务时，成功率相差无几，但 Token 消耗最多相差 30 倍。中位数显示，Claude Code 消耗约 34 万 Token，是 Kimi Code（6.1 万）的近 6 倍，单任务成本达 2 美元，而 Kimi Code 仅 0.22 美元。

Sebastian Raschka 指出，这种浪费主要源于输入端：Claude 的框架在多轮交互中会反复累积并塞入大量历史上下文。此外，Writer 公司的对照实验也证实，在模型不变的情况下，仅优化编排层（harness）就能使成本大降 41%、延迟缩短 44%。这表明在模型能力趋同的当下，框架层的“harness 税”已成为决定 Agent 落地成本与效率的关键。