研究：复杂编码智能体框架更贵但未更强

Liu 与 Han 发布研究，比较 Claude Code、OpenCode 与 mini-SWE-agent 三种编码智能体框架在 SWE-bench Verified 上的成本与通过率。研究称，对每个模型，这三种框架消耗的 token 量约为最精简方案的两到三倍，但通过率差异仍在测量误差范围内。 测试使用 SWE-bench Verified 中最难的 45 个任务，另加 447 个任务；所有运行均离线进行。Claude Opus 5 仅作为参照在 Claude Code 中运行。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。