LMSYS Arena 发布编码智能体 harness 研究：对比 Claude Code、Codex CLI 与 Pi 等原生工具链对模型表现的影响。基于 21 组模型-harness 配对的严格评测，结论是 harness「税」远小于社区常见假设，模型本身仍占主导；详情见 Arena 博客。

核心要点速览

  • ✓对比 Claude Code、Codex CLI、Pi 等原生编码 harness 对智能体表现的影响
  • ✓21 组模型-harness 配对评测显示 harness 影响小于常见假设
  • ✓结论：模型能力仍是主因，更多 Arena 相关结果将陆续公布
⚡

开发者 3 秒速决决策指标

一眼结论
🏆 权威跑分段位榜单
本文不涉及具体模型跑分 · 去天梯榜看当前排名
查看天梯总榜→
💰 调用成本与套餐比价
支持主流 API / 订阅
查可用套餐与测算↗
🛠️ 开发与接入生态规则
Claude Code (Anthropic)
配置 IDE 专属规则↗
🧭

Claude Code 高频使用：比较订阅额度与 API 账单

40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟

⚔️ 模型战力比拼→💰 比较订阅与额度↗
实战指南准备好将技术转化为生产力？

即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。

⚔️ 开始双模型比拼→💳 查看可用套餐↗
接着读OpenAI Codex CLI 0.166.0 发布：键盘选取对话记录、GPT-6.1 Terra 进入 Vertex AI 和 Bedrock 模型目录、新增 codex doctor 网络诊断
立即阅读→