English(EN) Same Model, Different Coding-Agent Harness: Scores Mostly Held, Cost Moved Up to 3x

代码代理框架得分影响甚微，但成本差异巨大 · 跟踪1个来源

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-25 02:01

arXiv上发表的一项研究（VentureBeat曾报道）调查了不同代码代理框架对大型语言模型（LLM）性能的影响。山东大学的研究人员发现，在使用相同的底层模型时，框架的选择对任务得分的影响很小，大多数差异在五分以内。然而，每项任务的成本差异很大，其中一个名为Claude Code的框架由于其冗长的提示词令牌，成本高达三倍。该研究测试了Claude Code、OpenCode和mini-SWE-agent在多种模型上的表现，包括Qwen、DeepSeek-V4-Flash、GLM-5.3-Flash、HY4-Preview和Claude Opus-5。 AI

影响强调了周围的代理框架对LLM性能影响甚微，但可能显著影响成本，从而影响部署策略。

排序理由学术论文，详细介绍了LLM框架的性能和成本。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 28 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了LLM框架的性能和成本。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: product, paper; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

dev.to — LLM tag TIER_1 English(EN) · Gabriel Anhaia · 2026-10-25 02:01

相同模型，不同编码代理引擎：得分基本持平，成本上涨至 3 倍

<ul> <li> Book: <a href="https://www.amazon.com/dp/B0GYLHMLMT" rel="noopener noreferrer">LLM Observability Pocket Guide</a> </li> <li> Also by me: Thinking in Go (2-book series) — <a href="https://xgabriel.com/go-book" rel="noopener nore…

本文如何被排名

报道来源 [1]

相同模型，不同编码代理引擎：得分基本持平，成本上涨至 3 倍

相关实体

相关话题