Harness 榜
Harness 是驱动模型完成编程任务的那层程序，比如 Claude Code、Codex、Pi、OpenCode。 任何一个来源测过的 harness 都在这里占一行，每个来源各占一列，不折算成总分。每格是它在该来源上最好的一组成绩，并写明驱动的是哪个模型：harness 的分数，有一部分是模型挣来的。空格表示该来源没有测过这个 harness，不是零分。点击列名可按该列排序，展开一行可查看它的全部成绩。
| Harness | ||||
|---|---|---|---|---|
 Pi | 83.3%GPT 5.6 Sol · $0.42 每任务 | 96.7%Claude Fable 5 · $0.67 每任务 | — | — |
 Codex | 78.9%GPT 5.6 Sol · $0.76 每任务 | 96.7%Claude Fable 5 · $0.89 每任务 | 0.629GPT 6.1 Sol · xhigh 强度 · $1.04 每任务 | 58.2%GPT 6 Astra · max 强度 · $9.90 每任务 |
 Claude Code | 75.6%Claude Fable 5 · $1.55 每任务 | 97.8%Claude Fable 5 · $1.33 每任务 | 0.684Claude Sonnet 5.5 · max 强度 · $14.19 每任务 | 64.8%Claude Opus 5.5 · max 强度 · $14.30 每任务 |
 Antigravity CLI | — | — | 0.638Gemini 4 Argon · $5.84 每任务 | — |
 Devin Fusion CLI | — | — | 0.617Claude Fable 5.1 XHigh + SWE-2 Medium · $7.90 每任务 | — |
 Grok Build | — | — | 0.563Grok 4.7 · xhigh 强度 · $8.82 每任务 | 37.6%Grok 4.7 · xhigh 强度 · $11.16 每任务 |
 Muse Code | — | — | 0.543Muse Spark 1.3 · max 强度 · $3.98 每任务 | 14.6%Muse Spark 1.3 · xhigh 强度 |
 OpenCode | — | — | 0.536GLM 5.3 · $4.24 每任务 | — |
 Kimi Code CLI | — | — | 0.519Kimi K3 · $5.05 每任务 | — |
 Antigravity SDK | — | — | 0.419Gemini 3.8 Flash · Antigravity SDK v0.1.12 · high 强度 · $2.47 每任务 | — |
 mini-SWE-agent | — | — | — | 19.1%Gemini 3.8 Flash · high 强度 · $5.54 每任务 |