同一本地 Qwen 上跑五个编码 agent：Claude Code 15 分钟完胜 Codex 4 小时崩盘
seti_at_home · reddit · 2026-11-13
作者在同一台 AMD Strix Halo（Ryzen AI Max+ 395，128GB 统一内存）机器上，让 Claude Code、OpenCode、GitHub Copilot Desktop、Pi 和 Codex 五个编码 agent 连接同一个本地模型（Qwen3.8 Flash Next，Unsloth Q4KXL 量化，Halogen Flash Server 0.20.4 服务，Podman 无根部署），完成同一个「循环像素风万圣节立体场景」提示词，并录制各 30 秒结果对比视频。
服务端实测数据（单次运行，未做严格控制变量实验）：
| Agent | 耗时 | 结果 | 请求数 | 输出 token | Decode tok/s | 缓存复用 |
|---|---|---|---|---|---|---|
| Claude Code | 14m42s | 完成最终答案 | 15 | 31,373 | 38.1 | 95.6% |
| OpenCode | 36m30s | 完成 | 54 | 77,832 | 39.3 | 98.3% |
| Copilot Desktop | 58m30s | 完成 | 29 | 54,393 | 20.2 | 85.4% |
| Pi | 1h18m | 服务器内存耗尽前最后一请求 | 108 | 135,469 | 38.7 | 98.6% |
| Codex | 4h11m | 轮次被中止 | 355 | 402,803 | 37.0 | 96.9% |
关键发现：Claude Code 约 15 分钟到达终答，仅用 3.1 万输出 token；OpenCode token 消耗约其 2.5 倍；Copilot 三次完整重读 prompt 多花近 10 分钟 prefill；Pi 因工具循环在服务器内存耗尽时卡死；Codex 发出 355 个请求、最大单次 prompt 达约 22.9 万 token 后轮次被中止。各客户端接入方式不同（Chat Completions / Anthropic Messages / Responses），自带各自的工具定义与历史管理。作者未对输出质量打分，视频供读者自行比较。
「编程与Agent」频道最新
- 安全人士提醒：把 agent 跑进 VM 后威胁已从外部变为内部 — wavefnx · 2026-11-13
- 实测 Fable 5.2：放手过夜开工，三天造出视频剪辑应用 — every · 2026-11-13
- Bug Hunt Bench 排行:各编程模型修 bug 得分与成本全对比 — PawelHuryn · 2026-11-13
- PayPerFax 分享 MCP 付费写操作设计：客户端重试也不会重复扣款 — ediblesites · 2026-11-13
- 免费 Second Brain 套件：让 Agent 每天采访你建个人知识库 — evielync · 2026-11-13
- 曝 xAI 测试 Bot Factory:Grok 机器人可串成流水线定时协作 — nima_owji · 2026-11-13