研究：编码智能体框架更贵未必更强

Liu 与 Han 发布对比研究，在 SWE-bench Verified 上比较 Claude Code、OpenCode、mini-SWE-agent 三种编码智能体框架的通过率与成本。结论是：更换框架对通过率的影响，与同一配置重跑一次的波动相当；在 447 个任务的较大样本上，最重的 Claude Code 与最轻的 mini-SWE-agent 对两个被测模型的通过率差距不到两个百分点。 成本差异明显：Claude Code 等框架的 token 消耗可达最精简方案的两到三倍。 所有运行均离线进行。研究者称，早期部分运行出现疑似接触测试数据的迹象，他们丢弃了这些结果，不指认任何厂商在测试数据上训练，但因此切断了其余所有运行的网络访问。Claude Opus 5 仅在 Claude Code 中作为参照运行。数据和脚本已在 GitHub 公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。