要点
- 前沿从 Qwen3.8 Flash + OpenCode(每题 0.049 美元,832 分)一直延伸到 Claude Opus 5.5 + Claude Code(2.60 美元,1335 分)。
- GPT-6.1 Sol + Codex 每题 0.47 美元就能拿到 1187 分。从这里升到榜首,成本是 5.5 倍,分数多 148 分。
- DeepSeek Flash + Codex 是 1000 分以上最便宜的搭配,每题 0.11 美元。
- 榜单上最贵的两套搭配都是 Claude Fable 5.1,它们不在前沿上:Claude Opus 5.5 + Claude Code 花得更少、分数更高。
前沿上的搭配
按成本从低到高排列,下表每一套搭配的分数都高于所有比它便宜的搭配。
| 模型 | Harness | 单题成本 | 质量 | 总榜名次 |
|---|---|---|---|---|
| Qwen3.8 Flash | OpenCode | $0.049 | 832 | 42 |
| DeepSeek Flash | Codex | $0.113 | 1031 | 20 |
| DeepSeek Flash | Claude Code | $0.183 | 1039 | 19 |
| GPT-5.6 Terra | OpenCode | $0.425 | 1105 | 15 |
| GPT-6.1 Sol | Codex | $0.472 | 1187 | 9 |
| GPT-6 Sol | OpenCode | $0.503 | 1190 | 8 |
| GPT-6.1 Sol | OpenCode | $0.514 | 1196 | 7 |
| GPT-6 Astra | Codex | $1.282 | 1235 | 5 |
| Claude Opus 5.5 | Claude Code | $2.600 | 1335 | 1 |
对其余每套搭配,表中至少有一套花得更少、分数不低于它。
每提升一档要多花多少
前沿大致分成三档,档与档之间额外质量的价格上涨得很快。
- 0.20 美元以下。 DeepSeek Flash + Codex 每题 0.11 美元、1031 分,比 Qwen3.8 Flash 高约 200 分,成本略高于两倍。只需要一份过得去的初稿的批量工作,从这里起步最省钱。
- 0.50 美元左右。 GPT-5.6 Terra、GPT-6.1 Sol 和 GPT-6 Sol 都在 0.42 到 0.51 美元之间。GPT-6.1 Sol + Codex 比 DeepSeek Flash + Codex 高 156 分,成本是 4.2 倍,单次 500.7 秒,也是最快的搭配之一。
- 1 美元以上。 GPT-6 Astra + Codex 比 GPT-6.1 Sol + Codex 高 48 分,成本是 2.7 倍。Claude Opus 5.5 + Claude Code 再高 100 分,成本又翻一倍。
换算成胜率,Claude Opus 5.5 + Claude Code 在同题对比中击败 GPT-6.1 Sol + Codex 的期望概率约 70%。这是否值 5.5 倍的花费,取决于一份较弱的结果要花多少功夫返工。
不在前沿上的高价搭配
有几套搭配花费与领先者相当,表现却跟不上:
- Claude Fable 5.1 + Claude Code 是最贵的搭配,每题 3.66 美元,1320 分,低于同一 Harness 上每题 2.60 美元的 Claude Opus 5.5。
- Claude Opus 5.5 + OpenCode 每题 3.17 美元、1298 分,比在 Claude Code 上花得多、分数低。
- GLM-5.3 Prime + Claude Code 每题 2.51 美元、1021 分,而 GLM-5.3 + OpenCode 每题 0.47 美元就有 993 分。
- Kimi K3 + Claude Code 每题 2.46 美元、1095 分;同一模型在 OpenCode 上成本减半,分数是 1147。
- Claude Sonnet 5 + Claude Code 每题 1.62 美元、906 分,GPT-6.1 Sol + Codex 用不到三分之一的价格多拿 281 分。
其中 Claude Opus 5.5 和 Kimi K3 两例,同一个模型换个 Harness 就表现更好。详见 Harness 影响分析。
时间前沿也差不多
改按时间排序,得到的名单几乎一样。Claude Haiku 4.5 + Claude Code 是最快的搭配,单次 387.6 秒,但只有 681 分。从 GPT-5.6 Terra + Codex(457.4 秒,1098 分)到 Claude Opus 5.5 + Claude Code(746.5 秒,1335 分),时间前沿上的搭配要么也在成本前沿上,要么只差一个 Harness。
前十名中最快的是 GPT-6.1 Sol + Codex(500.7 秒)和 GPT-6 Sol + OpenCode(544.0 秒)。Claude Opus 5.5 + Claude Code 比 GPT-6.1 Sol + Codex 慢约 50%。
不同领域的成本差别很大
总榜把差异很大的任务平均在一起。单题成本在很大程度上取决于领域:
| 领域 | 第一名 | 其成本 | 最便宜的搭配 | 其成本 |
|---|---|---|---|---|
| 3D | Claude Opus 5.5 · Claude Code | $17.73 | DeepSeek Flash · Claude Code | $0.157 |
| 法律 | Claude Fable 5.1 · Claude Code | $4.76 | Qwen3.8 Flash · OpenCode | $0.047 |
| 演示文稿 | Claude Fable 5.1 · OpenCode | $4.41 | MiniMax M2.5 · Codex | $0.094 |
| 网站 | Claude Opus 5.5 · Claude Code | $3.41 | Qwen3.8 Flash · OpenCode | $0.043 |
| 医疗 | Claude Opus 5.5 · Claude Code | $0.57 | DeepSeek Flash · Codex | $0.004 |
| 数据分析 | Claude Fable 5.1 · Claude Code | $0.22 | Qwen3.8 Flash · OpenCode | $0.005 |
3D 任务的第一名每题要花 17.73 美元,此时便宜方案的差价就更重要:GPT-6.1 Sol + Codex 在 3D 领域排第五,每题 3.70 美元。数据分析领域第一名每题也只要 0.22 美元,可以只按质量来选。
各领域的推荐搭配见各领域最佳 AI Agent。
常见问题
效果还不错的最便宜 AI Agent 是哪个
按 2026 年 11 月的数据,DeepSeek Flash + Codex 是质量高于 1000 参考分的最便宜搭配,每题 0.11 美元、1031 分。总榜前十中最便宜的是 GPT-6.1 Sol + Codex,每题 0.47 美元、1187 分。
最贵的 AI Agent 就是最好的吗
不是。最贵的搭配 Claude Fable 5.1 + Claude Code 每题 3.66 美元,总榜第二;Claude Opus 5.5 + Claude Code 每题 2.60 美元,总榜第一。
单题成本包含哪些费用
只包含搭配本身的模型用量,按各厂商官方 Token 价格(含缓存价格)计算,不含评分、订阅和基础设施费用。计算规则里有完整算例。
本文数字来自 2026 年 11 月 2 日 的排行榜数据,此后的变化请以排行榜为准。