研究：编码智能体框架更贵却未更准

Liu 与 Han 发布研究，将 Claude Code、OpenCode、mini-SWE-agent 三种编码智能体框架与五个模型组合，在 SWE-bench Verified 的 45 个最难任务及另外 447 个任务上离线测试。结果显示，三者在通过率上的差异大多落在重复运行的噪声范围内，但 token 消耗可达最精简方案的两到三倍。 研究还说明，Claude Opus 5 仅作为参考在 Claude Code 中运行，数据和脚本已在 GitHub 公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。