研究比较三种编码Agent框架表现与成本

2026年10月24日，The Decoder 报道了 Liu 与 Han 的一项对比研究：他们把 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash、HY4-Preview 等模型分别运行在 Claude Code、OpenCode 与 mini-SWE-agent 三种编码 Agent 框架的正式发布版本上，在 SWE-bench Verified 上比较通过率与成本，结论是更花哨的框架更贵但并未更好。报道称所有运行均离线进行；测试使用 SWE-bench Verified 中最难的 45 个任务，另加 447 个任务的池子；Claude Opus 5 仅作为参照在 Claude Code 中运行；数据与分析脚本已在 GitHub 公开。目前该研究的具体通过率与成本数字尚未在报道中给出，事件进展停留在研究结果发布与数据公开阶段。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。