FrontierCode 2 实测:Anthropic 模型烧 token 是对手 2-3 倍,成本高 10-50 倍

bookwormengr · x · 2026-10-28

bookwormengr 转述 1337hero 对 FrontierCode 2.0 基准的最新观察:Anthropic 模型在这类前沿任务上消耗的 token 多出 200%-300%,耗时约 2 倍,成本高达 10-50 倍。配图是 Artificial Analysis Coding Agent Index 的 token 用量分布:Claude Code + Sonnet 5 中位数达 18.9M token(最高超 60M),远超 DeepSeek(9M)、GLM-5.3(8.1M)、GPT-6.1-Terra(3.5M)、GPT-6 Astra(2.2M)等。结论:要解前沿任务,Anthropic 模型更强;但开源/开放权重模型在性价比上仍占优,且有机会通过更多 test-time compute 追平前沿性能。作者同时盛赞 GPT-6.1-Terra 高效又聪明。