对于相同的修复，Claude 代码的成本是 Pi 的 2 倍

相同的模型、相同的错误、相同的修复：加州大学伯克利分校和 Arena 的一项研究发现，Claude Code 的成本约为 Pi（一种小型开源编码代理）成本的 2 倍。 HarnessTax 研究通过三个编码代理工具（Claude Code、Codex CLI 和 Pi）在 SWE-bench Lite 的真实 GitHub bug 上运行了 7 个模型。 2x 是这 7 个模型的平均值，代币数量按 2026 年 9 月 1 日 API 标价定价，而不是任何人的计费支出。最大的明显差异是设置。 Claude Code 的第一次调用默认携带 27,011 个令牌和 23 个工具，而 Pi 则有 1,972 个令牌和 4 个工具，并且该设置每轮都会重新发送（作者指出缓存和输出令牌也很重要）。对于《克劳德寓言 5》来说，这意味着每次尝试 1.33 美元，而成功率大致相同，每次尝试 0.67 美元，但 Sonnet 4.6 和 Haiku 4.5 没有显示出明显的差距，而且模型选择的移动成本仍然远远高于马具选择。关于数字 - 研究：HarnessTax (2026-09-16)，作者：Melissa Z. Pan、Shuo Yang、Negar Arabzadeh、Ion Stoica、Matei Zaharia（加州大学伯克利分校）和 Wei-Lin Jiang（Arena）。 - 设置：克劳德代码 2.1.224、Codex 0.146.0、Pi 0.85.1。 30 个 SWE-bench Lite 任务和 30 个 Terminal-Bench 2.0 任务，每个任务 3 次尝试，100 圈上限，高强度任务。 - 定价：每个工具都有相同的列表，缓存的令牌几乎肯定按缓存率定价（我们的推论）。 Pi 使用订阅密钥，Claude Code 和 Codex 的密钥类型未说明。 - SWE-bench Lite 上的 Claude Code 与 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) 没有显示出明显的差距，研究也没有说明原因。与 Codex 相比：1.6 倍。 Terminal-Bench 与 Pi：大约 1.5 倍。 - 成功率平均变化幅度约为 2%（在 Terminal-Bench 上约为 5%）。 Claude Code 与 Pi、Fable 5 得分为 97.8% vs 96.7%，Opus 4.8 得分为 86.7% vs 82.2%，根据作者的说法，这两个差距“不明显”。 - 首次调用数字（27,011 与 1,972 个令牌）是 7 个模型的平均值，包括任务提示和缓存令牌。法典平均数为 11,308。截至 2026 年 9 月 28 日，内容和痕迹尚未公开。 - 并非来自本研究：Systima（~33k vs ~7k，Claude Code vs OpenCode，2026 年 7 月）和 Portkey（~27k vs ~2.6k，简单任务，2026 年 4 月）。不同的版本、模型和指标。 - 配套论文（arXiv 2609.20804，其他作者）：作者自己的轻量级安全带的四个模型，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上进行了测试。它将仅 bash 与预定义工具进行比较，而不是将 Claude Code 与 Pi 进行比较。 - 计划：自 2026 年 4 月起，Claude 订阅不涵盖 Pi 等第三方工具。 VentureBeat 报告 Agent SDK 积分（专业版 20 美元，最高 5x 100 美元，最高 20x 200 美元）；开始日期尚未确定。 - 不包括：Opus 5.5 或 2026 年 9 月 22 日之后的价格（经过测试的 Claude 代码无法运行 Opus 5.5）。我们没有重新进行这项研究；截至 2026 年 9 月 28 日，我们没有发现独立的重播或人为反应。时间戳 0:00 - 同样的修复，两张账单 0:25 - 为什么代理账单感觉神秘 0:56 - 什么是安全带（安全带税） 1:40 - 伯克利和 Arena 如何测试它 2:18 - 结果：2x Pi，同样的成功 3:12 - 额外的代币去了哪里 4:14 - 转折：不是每个模型都支付 5:15 - 陷阱 6:02 - 谁实际上6:41 支付 - 判决链接和资源 - HarnessTax 研究：https://harnesstax.github.io/ - Arena 帖子：https://arena.ai/blog/coding-agents-harness-tax - 数据、成本比率：https://harnesstax.github.io/data/charts/system-harness-effect-swe.f233b4a6e8.json - 数据，第一次调用： https://harnesstax.github.io/data/charts/system-agent-context-swe.06f521bdb1.json - 数据、令牌和回合：https://harnesstax.github.io/data/charts/system-cumulative-accrual-swe.2b6a6206a5.json - 数据、按模型计算的成本： 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/en/costs - Claude API 定价：https://platform.claude.com/docs/en/about-claude/pricing - Claude Code 变更日志： 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-luna/ - 配套论文：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/ 标签#ClaudeCode #HarnessTax #CodingAgents #AIAgents