Codex vs. DeepSeek Harness
Comparación entre Codex y DeepSeek Harness en el Artificial Analysis Coding Agent Index, incluidos resultados de benchmarks, costo, tiempo de ejecución y uso de tokens.
Para más detalles sobre nuestra metodología, consulta nuestra página de metodología.
Explora otras comparaciones
vs
Comparación
Comparación lado a lado de Codex y DeepSeek Harness.
Comparación de agentes de programación
Métrica | Análisis | ||
|---|---|---|---|
Harness del agente | Codex | DeepSeek Harness | |
Modelo representativo | GPT-6 Astra (max) | DeepSeek V4.1 Flash 1017 | |
Coding Agent Index | 55 | 46 | Codex tiene un Coding Agent Index más alto que DeepSeek Harness |
FrontierCode v1.1 | 49% | 47% | Codex tiene una puntuación más alta en FrontierCode v1.1 que DeepSeek Harness |
Terminal-Bench 4.0 | 56% | 31% | Codex tiene una puntuación más alta en Terminal-Bench 4.0 que DeepSeek Harness |
SWE-Atlas-QnA-AA | 59% | 62% | DeepSeek Harness tiene una puntuación más alta en SWE-Atlas-QnA-AA que Codex |
Costo por tarea | 7,04 US$ | 0,30 US$ | DeepSeek Harness tiene un costo por tarea más bajo que Codex |
Tiempo por tarea | 24,8min | 21,4min | DeepSeek Harness tiene un tiempo por tarea más bajo que Codex |
Turnos por tarea | 39,4 | 101,5 | Codex tiene menos turnos por tarea que DeepSeek Harness |
Uso de tokens por tarea | 3,2 M | 16,7 M | Codex tiene un uso de tokens por tarea más bajo que DeepSeek Harness |
Tasa de aciertos de caché | 93 % | 97 % | DeepSeek Harness tiene una tasa de aciertos de caché más alta que Codex |
Variantes de modelo
Variantes de modelo evaluadas para Codex y DeepSeek Harness.
Variantes de modelo
55 | 49% | 56% | 59% | 7,04 US$ | 24,8min | 3,2 M | ||
54 | 49% | 53% | 60% | 1,50 US$ | 23,7min | 3,9 M | ||
47 | 53% | 28% | 61% | 0,39 US$ | 38,1min | 27,2 M | ||
31 | 40% | 16% | 38% | 0,16 US$ | 21,3min | 8,9 M | ||
46 | 47% | 31% | 62% | 0,30 US$ | 21,4min | 16,7 M |
Rendimiento
Rendimiento en el Artificial Analysis Coding Agent Index.
Artificial Analysis Coding Agent Index
Artificial Analysis Coding Agent Index v2.0 incorporates 3 benchmarks: FrontierCode v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA-AA · Higher is better
Colorear por
Artificial Analysis Coding Agent Index vs. costo por tarea
Artificial Analysis Coding Agent Index vs. promedio del costo de la API de pago por token por tarea (USD)
Colorear por
Most attractive quadrant
Pareto line
Uso de tokens
Consumo de tokens en el Artificial Analysis Coding Agent Index.
Uso de tokens por tarea
Promedio de tokens de entrada, caché y salida por tarea
Las tasas de aciertos de la caché de prompts pueden variar mucho según el enrutamiento del proveedor, lo que puede cambiar sustancialmente el costo efectivo.
Artificial Analysis Coding Agent Index vs. tokens totales
Artificial Analysis Coding Agent Index vs. promedio de tokens totales por tarea
Colorear por
Most attractive quadrant
Costo
Costo de la API de pago por token en el Artificial Analysis Coding Agent Index, según los precios actuales por token.
Costo por tarea
Average pay-per-token API cost per task (USD) · Lower is better
Colorear por
Tiempo de ejecución
Tiempo de ejecución activo del agente en el Artificial Analysis Coding Agent Index.
Tiempo por tarea
Average agent wall time per task · Lower is better
Colorear por
Artificial Analysis Coding Agent Index vs. tiempo de ejecución
Artificial Analysis Coding Agent Index vs. promedio del tiempo de ejecución del agente por tarea
Colorear por
Most attractive quadrant