编码智能体横评：Kimi Code 跑赢 Claude Code 与 Codex

TheZachMueller · x · 2026-08-05

在近期针对 26 个任务的 TerminalBench 基准测试中，Kimi Code 以 21/26 的成功率夺冠，Hermius Agent 与 Pi Agent 紧随其后，而 Claude Code 和 OpenAI Codex 分别仅完成 19 个和 17 个任务。

测试发现，Codex 在处理大型工作流时表现吃力，曾两次触及 900 秒的时间限制，而 Pi Agent 仅用 446 秒就完成了相同的报销审计任务。此外，开发者往往忽视了如果不使用官方绑定的环境（例如让 Claude 脱离 Claude Code 运行），其他智能体方案可能会带来更好的效果或更高的性价比。