同题三包实测:Claude Opus 5.5 全面优于 Gemini 3.8 Flash,token 却只用一半
umeshonai · x · 2026-10-16
作者把三个完全相同的开发工作包分别交给 Claude Opus 5.5 Low 和 Antigravity(Gemini 3.8 Flash High)处理,对比结果:
- 质量:Claude 版本在每个工作包上都更好。例如 0207 中 Claude 只把 "ago" 按整词匹配,而 Antigravity 版本会误匹配 "Chicago" 这类词内文本;0208 中 Claude 按 任务要求保留了读失败时已读取的错误体,Antigravity 直接丢弃且其关键测试脆弱;0209 中 Antigravity 的代码在 run 提前结束时仍会 stomp 文件,同类 bug Claude 在第二轮就修掉了。
- 评审标准不一:双方 reviewer 对同一 bug 的定级不同,Claude 侧判 blocking,Antigravity 侧判 minor。
- Antigravity 的 supervisor 还建议往 agy-notes.md 里写不合规范的笔记(超 100 字符行宽、例行 lint 修复、只检查常量的废话测试),作者未采纳。
- 成本:Antigravity 管线 token 用量约为 Claude 一半,周用量维持在 81%,六个分支全部仅本地未推送。
结论:Claude 花更多 token 换来全面更优的代码质量,作者决定三个 PR 采用 Claude 版本。
「编程与Agent」频道最新
- Bash 内置 /dev/tcp 可在无 curl 容器里直连 TCP 端口 — RealGeneKim · 2026-10-16
- dair-ai 团队探索用 context graphs 组织科研任务，称 LLM agent 偏爱结构化数据 — omarsar0 · 2026-10-16
- Codex CLI 发布 v0.163.0:支持响应中插话转向与并行只读工具 — github-actions[bot] · 2026-10-16
- 装上 Codex CLI 后,Claude 可召集四个子 Agent 组成顾问团 — RosieCampbell · 2026-10-16
- AI 自动优化让生信工具 MACS3 提速 41-64 倍，Claude Code 生成经人工审核合并 — jmschreiber91 · 2026-10-16
- Anthropic 工程负责人的 AI 使用心法:让 Claude 先逼你更野心勃勃 — kieranklaassen · 2026-10-16