待验证75% 置信事实时间未知
Terminal-Bench评测中，Codex得分77.3分，Claude Code得分65.4分
1
来源数
75%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Codex vs Claude Code实测对比：$20档位真实差距有多大
bilibili赋范AI课堂
涉及实体
相关事实
待验证SWE-Bench评测中，Claude Code得分59分，Codex得分56.8分82% 相似待验证在SWE-Bench基准测试中，Codex得分在69-80分之间70% 相似待验证Qwen3.6 27B 在 Terminal-bench 得分83分，综合能力约59分65% 相似已验证Claude Sonnet 5 在 SWE-bench Verified（Agentic Coding）上得分 63.22%，距 Opus 4.8 约差 6 个百分点65% 相似待验证Terminal Bench 2.1测试中GPT-5.6 Ultra得分接近92%，Fable 5为88%，考虑误差范围基本持平65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/5990API
curl https://kongchang.com/api/v1/knowledge/claims/5990MCP
get_claim(id=5990)