Harness
codex
codex 配 qwen3.8-flash 时最强，总榜第 4 名。
codex 配谁最好
有效评测评测了其中 11 个模型，另外 8 个模型还没有评测。
qwen3.8-flash1096第 4
glm-5.3-prime1077第 7- qwen3.8-max1065第 8
gpt-5.6-terra994第 20- gpt-6-sol994第 21
- glm-5.3992第 22
- gpt-6.1-sol974第 26
- gpt-6-astra974第 27
- qwen3.7-plus971第 30
- gpt-5.6-sol918第 35
claude-opus-5-5—未评测
kimi-k3—未评测- claude-fable-5-1—未评测
deepseek-flash—未评测- claude-sonnet-5—未评测
- kimi-k2.7-code—未评测
- deepseek-v4-pro—未评测
- claude-haiku-4-5-20251001—未评测
在 24 类任务中的名次
- 10第 1 名
- 4第 2 名
- 4第 3 名
- 0第 4 名
- 2第 5 名
- 4第 6 名以后
最常见的是第 1 名，共 10 类任务。
各类工作中的名次
每一行是一类工作，每个点是一套搭配在这类工作里的名次，越靠左越好。悬停在点上看名称和名次，点下面的名字可以只看这一套。
在每个任务里排第几
格子里的数字是名次：这套搭配在这个任务里排第几，1 最好，比如 3 就是第 3 名。悬停在数字上，可以看到这个任务一共有几个搭配参与排名；没有跑这个任务的显示为横线。
| 任务 | qwen3.8-flash | glm-5.3-prime | qwen3.8-max | gpt-5.6-terra | gpt-6-sol | glm-5.3 | gpt-6.1-sol | gpt-6-astra | qwen3.7-plus | gpt-5.6-sol |  MiniMax-M2.5 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 学术研究 | 15 | 11 | 14 | 22 | 16 | 33 | 12 | 1 | 29 | 20 | 32 |
| 信息技术管理 | 15 | 12 | 1 | 15 | 27 | 1 | 15 | 1 | 1 | 15 | 35 |
第 1 名第 2 名第 3 名第 4 名第 5 名第 6 名以后