待验证50% 置信基准精确时间

Codex使用了126个子智能体、32500次工具调用、391次浏览器测试和2300多次单元测试；Claude Code使用35个子智能体、102次浏览器测试和296次单元测试

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/22

首次发现

有效期至：2026/11/20

来源

Codex vs Claude Code实测对比：同一Prompt构建应用的效率与质量差异

涉及实体

Codexproduct Claude Codeproduct

相关事实

待验证该实测任务共进行四轮，累计调度68个子智能体，完成了数字人写作技能模块的批量提示词测试72% 相似待验证阿里通义实验室推出智能体评测基准Powbench V1.0，评测包含150道真实任务与4050个测试单元，Quant 3.6 Max Preview搭配QuantPow的组合取得综合第一名66% 相似待验证在实际测试中，一次Deep Research调用了104个智能体进行定向调研，基于22个来源、59条声明完成了事实核查65% 相似待验证该评测共108项检查，分三大模块：后端API与全线65分、前端页面与真实交互25分、运行构建打包10分65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/788307

API

curl https://kongchang.com/api/v1/knowledge/claims/788307

MCP

get_claim(id=788307)