开发者称Claude跑分更优但Codex更实用

2026年10月7日，AGI Hunt 报道称，开发者 Kuprel 表示，Claude 在基准测试中表现更好，但在实际使用中，OpenAI 的 Codex 更擅长完成他真正想做的事情。报道指出，这条体感反馈呼应了社区常见观点：基准成绩与真实工程任务中的实际可用性并不总是一致。该事件目前为开发者个人实测体验的分享，核心在于跑分优劣与落地实用性之间的落差。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。