六大编程 Agent 成本实测:Claude Code 解题率 85.7% 但 token 贵三倍多
Evening_Hawk_7470 · reddit · 2026-10-24
作者整理 2026 年 10 月六大编程 agent 在 SWE-rebench、DeepSWE v1.1 和 JetBrains 105 题 Kotlin 基准上的公开数据,核心观点是模型卡上的 token 单价远不能反映一个被合并 PR 的真实成本。
关键数据:
- Claude Code:Kotlin 基准 85.71%(90/105),平均 10.59M tokens(Opus 4.7 xhigh),原始解题率最高但锁定 Anthropic 模型、无免费层。
- JetBrains Junie:SWE-rebench Pass@1 61.6%,每题成本约 1/4 美元;Kotlin 基准 81.90% 但耗 19.98M tokens;支持 10+ 模型与零加价 BYOK,有免费 Qwen 云端/本地层;用 .junie/plans Markdown 规格做编辑前计划审批。
- OpenAI Codex:Kotlin 基准 81.90%,但平均 38.78M tokens,约为 Junie 的 2 倍、Claude Code 的 3.6 倍;CLI/SDK 开源,支持 --oss 本地运行。
- Cursor:Kotlin 基准 79.05%,25.56M tokens,多模型订阅 + Bugbot PR 自动修复。
工作流层面的权衡:便宜模型跑三轮测试验证循环可能产出双倍 token 但总成本仍低得多;让顶级模型直接改 15 个文件而无人审核其架构假设,往往烧掉几美元后整分支回滚。作者引用 2026 JetBrains 开发者生态调查:开发者平均重写 34% 的 agent 生成代码,42% 认为审 AI 的 PR 比审同事的更费劲(资深工程师的"监督税"净差达 +17 个百分点)。
「编程与Agent」频道最新
- 用 LLM Agent 把经济学理论论文映射成图结构 — mattbeane · 2026-10-24
- Claude Duet 主动式 Agent 开预览，网友给出 VPS+Slack 开源自建平替 — heyneighbor · 2026-10-24
- Proof of Agent 站点 24 小时流量：4 千人类对 4 万机器人 — adamamcbride · 2026-10-24
- Vercel 推出终端预算管理：可设按需上限、超支自动暂停生产部署 — cramforce · 2026-10-24
- 初创 humans& 一周三连发：协作模型 Ampersand、社交产品 Boba 与 FTL 解码提速 10% — ericzelikman · 2026-10-24
- Claude 一小时设计出载重 200 磅六足机器人,含零件清单 — _Stocko_ · 2026-10-24