對於相同的修復，Claude 程式碼的成本是 Pi 的 2 倍

相同的模型、相同的錯誤、相同的修復：加州大學柏克萊分校和 Arena 的一項研究發現，Claude Code 的成本約為 Pi（一種小型開源編碼代理）成本的 2 倍。 HarnessTax 研究透過三個編碼代理工具（Claude Code、Codex CLI 和 Pi）在 SWE-bench Lite 的真實 GitHub bug 上運行了 7 個模型。 2x 是這 7 個模型的平均值，代幣數量以 2026 年 9 月 1 日 API 標價定價，而不是任何人的計費支出。最大的明顯差異是設定。 Claude Code 的第一次呼叫預設攜帶 27,011 個令牌和 23 個工具，而 Pi 則有 1,972 個令牌和 4 個工具，並且該設定每輪都會重新發送（作者指出快取和輸出令牌也很重要）。對於《克勞德寓言 5》來說，這意味著每次嘗試 1.33 美元，而成功率大致相同，每次嘗試 0.67 美元，但 Sonnet 4.6 和 Haiku 4.5 沒有顯示出明顯的差距，而且模型選擇的移動成本仍然遠遠高於馬具選擇。關於數字 - 研究：HarnessTax (2026-09-16)，作者：Melissa Z. Pan、Shuo Yang、Negar Arabzadeh、Ion Stoica、Matei Zaharia（加州大學柏克萊分校）和 Wei-Lin Jiang（Arena）。 - 設定：克勞德代碼 2.1.224、Codex 0.146.0、Pi 0.85.1。 30 個 SWE-bench Lite 任務和 30 個 Terminal-Bench 2.0 任務，每個任務 3 次嘗試，100 圈上限，高強度任務。 - 定價：每個工具都有相同的列表，快取的令牌幾乎肯定按快取率定價（我們的推論）。 Pi 使用訂閱金鑰，Claude Code 和 Codex 的金鑰類型未說明。 - SWE-bench Lite 上的 Claude Code 與 Pi：Fable 5 2.00x、Opus 4.8 2.06x、Kimi K3 1.72x、GPT-5.6 Sol 3.50x、GPT-5.6 Luna 5.09x。 Sonnet 4.6 (0.99x) 和 Haiku 4.5 (1.14x) 沒有顯示出明顯的差距，研究也沒有說明原因。與 Codex 相比：1.6 倍。 Terminal-Bench 與 Pi：約 1.5 倍。 - 成功率平均變化幅度約為 2%（在 Terminal-Bench 上約為 5%）。 Claude Code 與 Pi、Fable 5 得分為 97.8% vs 96.7%，Opus 4.8 得分為 86.7% vs 82.2%，根據作者的說法，這兩個差距「不明顯」。 - 首次呼叫數字（27,011 與 1,972 個令牌）是 7 個模型的平均值，包括任務提示和快取令牌。法典平均數為 11,308。截至 2026 年 9 月 28 日，內容和痕跡尚未公開。 - 非來自本研究：Systima（~33k vs ~7k，Claude Code vs OpenCode，2026 年 7 月）和 Portkey（~27k vs ~2.6k，簡單任務，2026 年 4 月）。不同的版本、模型和指標。 - 配套論文（arXiv 2609.20804，其他作者）：作者自己的輕量級安全帶的四個模型，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上進行了測試。它將僅 bash 與預定義工具進行比較，而不是將 Claude Code 與 Pi 進行比較。 - 方案：自 2026 年 4 月起，Claude 訂閱不涵蓋 Pi 等第三方工具。 VentureBeat 報告 Agent SDK 積分（專業版 20 美元，最高 5x 100 美元，最高 20x 200 美元）；開始日期尚未確定。 - 不包括：Opus 5.5 或 2026 年 9 月 22 日之後的價格（經過測試的 Claude 程式碼無法執行 Opus 5.5）。我們沒有重新進行這項研究；截至 2026 年 9 月 28 日，我們沒有發現獨立的重播或人為反應。時間戳記 0:00 - 同樣的修復，兩張賬單 0:25 - 為什麼代理賬單感覺神秘 0:56 - 什麼是安全帶（安全帶稅） 1:40 - 伯克利和 Arena 如何測試它 2:18 - 結果：2x Pi，同樣的成功 3:12 - 額外的代幣 4:14 - 結果：2x Pi，每個數字誰實際上6:41 付款 - 判決連結和資源 - HarnessTax 研究：https://harnesstax.github.io/ - Arena 帖子：https://arena.ai/blog/coding-agents-harness-tax - 數據、成本比率：https://harnesstax.github.io/data/charness-tax - 數據、成本比率：https://harnesstax.github.io/data/charts/system-harness-f385-3000 資料：63430000 資料：第 234563000 資料。 https://harnesstax.github.io/data/charts/system-agent-context-swe.06f521bdb1.json - 資料、令牌與回合：https://harnesstax.github.io/data/charts/system-cumulative-accrual-swe.2b6a6206a5.json https://harnesstax.github.io/data/charts/system-frontier-swe.8fd44a1e0f.json - 数据，终端工作台：https://harnesstax.github.io/data/charts/system-harness-effect-tb.4d5a1affd4.json - Pi，作者：Mario Zechner： https://mariozechner.at/posts/2025-11-30-pi-coding-agent/ - Claude Code 的工作原理：https://code.claude.com/docs/en/how-claude-code-works - Claude Code 成本：https://code.claude.com/docs/ API/code-works - Claude Code 成本：https://code.claude.com/docs/ API/code-works - Cudeen/ API）定價：https://platform.claude.com/docs/en/about-claude/pricing - Claude Code 變更日誌： https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md - BleepingComputer：https://www.bleepingcomputer.com/news/artificial-intelligence/anthropic-is-cutting-claude-codes-current-weekly-limits-by-17-percent/ - TechCrunch： https://techcrunch.com/2026/04/04/anthropic-says-claude-code-subscribers-will-need-to-pay-extra-for-openclaw-support/ - VentureBeat：https://venturebeat.com/technology/anthropic-reinstates-openclaw-and-third-party-agent-usage-on-claude-subscriptions-with-a-catch - Simon Willison： https://simonwillison.net/2026/Sep/22/opus-and-sol-and-lunasol配套論文：https://arxiv.org/abs/2609.20804 - Systima：https://systima.ai/blog/claude-code-vs-opencode-token-overhead - Portkey：https://portkey.ai/blog/the-harness-tax/ 標籤#ClaudeCode #IATax #CodingAgentsax #Cos.