研究对比Claude Code等三种代码智能体框架：更贵但不更好，性能差距多属噪声

Liu与Han的研究对比Claude Code、OpenCode和mini-SWE-agent三种代码智能体框架在SWE-bench Verified上的表现，发现性能差距多在噪声内但成本最高差三倍。仅OpenCode在大型任务池上落后最多9点，因其输出限制等问题。研究者建议每次harness对比都附相同设置重跑以区分噪声。