Codex 与 Mirror

根据 Artificial Analysis Coding Agent Index比较 Codex 与 Mirror,包括基准测试得分、成本、执行时间和 token 用量。

有关我们方法论的详细信息,请参阅方法论页面。

浏览其他比较
vs
Artificial Analysis Coding Agent Index v2.0 · Higher is better
Average agent wall time per task · Lower is better
Average API cost per task (USD) · Lower is better

比较

Codex 与 Mirror 的并排比较。

编程智能体比较

指标
Codex
GPT-6 Astra (Max)
Mirror
Beam 1.0
分析
智能体 Harness
Codex
Mirror
代表模型
GPT-6 Astra (Max)
Beam 1.0
Coding Agent Index
55
20
Codex 的 Coding Agent Index 高于 Mirror
FrontierCode v1.1
49%
20%
Codex 的 FrontierCode v1.1 分数高于 Mirror
Terminal-Bench 4.0
56%
4%
Codex 的 Terminal-Bench 4.0 分数高于 Mirror
SWE-Atlas-QnA-AA
59%
38%
Codex 的 SWE-Atlas-QnA-AA 分数高于 Mirror
每个任务的成本
US$7.04
US$0.32
Mirror 的每个任务成本低于 Codex
每个任务的时间
24.8分钟
38.7分钟
Codex 的每个任务时间短于 Mirror
每个任务的轮次
39.4
93
Codex 的每个任务轮次少于 Mirror
每个任务的 Token 用量
3.23M
4.89M
Codex 的每个任务 token 用量少于 Mirror
缓存命中率
93%
95%
Mirror 的缓存命中率高于 Codex

模型变体

Codex 与 Mirror 的已评估模型变体。

模型变体

Codex
GPT-6 Astra (Max)
max
55
49%
56%
59%
US$7.04
24.8分钟
3.23M
Codex
GPT-6.1 Sol (Max)
max
54
49%
53%
60%
US$1.50
23.7分钟
3.94M
Codex
GPT-6.1 Terra (Xhigh)
xhigh
48
45%
46%
54%
US$0.69
16.4分钟
6.89M
Codex
GPT-6.1 Terra (Max)
max
48
42%
48%
54%
US$1.24
26.1分钟
12.3M
Codex
DeepSeek V4.1 Flash (Max)
max
47
53%
28%
61%
US$0.39
38.1分钟
27.2M
Codex
GPT-6.1 Terra (High)
high
46
43%
42%
53%
US$0.54
12.7分钟
5.6M
Codex
GPT-6.1 Terra (Medium)
medium
42
44%
35%
47%
US$0.39
10.2分钟
4.08M
Codex
GPT-6.1 Terra (Non-reasoning)
non-reasoning
39
46%
25%
46%
US$0.45
9.5分钟
5.78M
Codex
GPT-6.1 Terra (Low)
low
35
41%
25%
39%
US$0.20
6.3分钟
1.89M
Codex
GPT-6 Luna (Max)
max
31
40%
16%
38%
US$0.16
21.3分钟
8.89M
Mirror
Beam 1.0
reasoning
20
20%
4%
38%
US$0.32
38.7分钟
4.89M

性能

Artificial Analysis Coding Agent Index上的性能。

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
着色方式

Artificial Analysis Coding Agent Index vs. 每个任务的成本

Artificial Analysis Coding Agent Index vs. 每个任务的平均按 token 计费 API 成本(USD)
着色方式
Most attractive quadrant
Pareto line

Token 用量

Artificial Analysis Coding Agent Index上的 token 消耗。

每个任务的 Token 用量

每个任务的平均输入、缓存和输出 token
提示词缓存命中率可能因提供商路由而显著变化,从而实质性地影响实际成本。

Artificial Analysis Coding Agent Index vs. 总 Token

Artificial Analysis Coding Agent Index vs. 每个任务的平均总 Token
着色方式
Most attractive quadrant

成本

基于当前按 token 计费价格的 Artificial Analysis Coding Agent Index按 token 计费 API 成本。

每个任务的成本

Average pay-per-token API cost per task (USD) · Lower is better
着色方式

执行时间

Artificial Analysis Coding Agent Index上的智能体活跃运行时间。

每个任务的时间

Average agent wall time per task · Lower is better
着色方式

Artificial Analysis Coding Agent Index vs. 执行时间

Artificial Analysis Coding Agent Index vs. 每个任务的平均智能体运行时间
着色方式
Most attractive quadrant