更新时间：2026 年 5 月 18 日。这篇会长期更新。后面只要我又买了新套餐、换了主力模型、某个工具突然变好或者变坑，我都会直接改这篇，尽量保留同一个链接。
先把口径说清楚：这不是严谨跑分，也不是收钱推荐。这里写的是我自己的真实用法。我基本不手写代码，更多是把需求说给 AI，让它读项目、改网站、修 UI、写文章、跑构建、部署上线。
所以我评价一个工具，不看它宣传页写得多满，而看它能不能把我的活干完。谁能扛重活，谁适合当辅助，谁看着热闹但我不敢让它碰核心项目，这些才是这篇的重点。
01. 先给一张总表
这张表只代表我当前的使用体验，不代表模型的绝对智力。问题很简单：如果我现在继续维护这个网站，我愿意把任务交给谁？
| 排名 | 工具 / 模型 | 主观分 | 我怎么用 | 一句话 |
|---|---|---|---|---|
| 1 | Codex | 9.1 | 网站主力、长任务、部署、反复修 bug | 慢一点，但能一直干活。 |
| 2 | Claude Code / Opus 4.7 | 8.8 | 关键难题、复杂判断、卡住时攻坚 | 聪明，但 20 刀套餐太不经用。 |
| 3 | Kimi Code / Kimi 2.6 | 7.3 | 国内顺滑办公、文案、轻代码任务 | 快是真的快，上限也是真的差点。 |
| 4 | GLM 5.1 | 7.2 | 通过 CodeBuddy 等工具体验，做辅助 | 和 Kimi 2.6 体感接近，可以用，但别神化。 |
| 5 | OpenCode Go | 6.8 | 尝鲜国产模型、临时补位 | 便宜时很香，中转稳定性要打问号。 |
| 6 | CodeBuddy | 6.6 | 优惠期可用，办公任务和短任务 | 没优惠后要仔细算积分。 |
| 7 | Gemini / Antigravity | 6.0 | 试过，但没留下当主力 | 视频生成可能有优势，写站这块没打动我。 |
| 8 | MiniMax 2.7 | 4.8 | 买过套餐，但不放核心项目 | 功能很多，我反而不放心。 |
| 9 | Trae | 3.8 | 基本弃用 | 对我这种不写代码的人太绕。 |
02. 真碰到难题，我先找谁
如果只看“遇到硬骨头，谁最可能一轮给我整明白”，排名会变。
- Claude Opus 4.7：复杂判断抓得快，像请了一个上手很熟的高手。
- Codex 5.5 超高智：有时候比 Claude 还猛，但也会多绕两轮。
- GLM 5.1 / Kimi 2.6：普通任务够用，复杂项目容易卡在同一个地方转圈。
- MiniMax / Gemini / Trae：目前我不会拿它们做核心攻坚。
所以我现在的实际分工不是“谁绝对最强”，而是：Codex 当主力，Claude 当尖刀。
03. 排行榜只当参照物
我会看 Arena AI Leaderboard。它的排名和我的体感大体接近：靠前的模型，复杂任务里确实更容易稳住。
但榜单不告诉你这些事：套餐够不够用、国内卡不卡、一个任务要跑几轮、工具会不会乱改文件、账号会不会突然触发风控。真正干活时，这些比榜单名次还要现实。
04. Codex：慢，但能陪我把活干完
Codex 我买的是 100 刀套餐。它最打动我的不是“最聪明”，而是适合长期干活。一个网站不是写一段代码就结束，它要改 UI、调图片、处理旧链接、跑构建、查报错、上线、再回头补细节。Codex 做这种连续任务比较稳。
它也有毛病。速度慢，开高速模式又费量。有些问题 Claude 一轮能抓住，Codex 可能要多跑两轮。但问题是它量大，能继续跑。对我来说，能把事情推完，比偶尔一轮惊艳更重要。
我这里还能用 GPT-image-2，Codex 会话里也能直接调生图。但我不太建议把生图和代码混在一个会话里干，容易把会话卡住。我的做法是：图片素材单独处理，代码和部署交给 Codex。
05. Claude Code：很聪明，也很省着用
Claude Opus 4.7 是我最愿意拿来攻坚的模型。复杂结构、关键判断、Codex 绕不出来的地方，我会让它上。
但 20 刀套餐真的太紧，尤其用 4.7，量掉得很快。我自己的体验是，一天多就能把一周额度用得差不多。所以它不适合当我这种高频改站用户的全天候工人。
我现在把它当关键部位的工具：普通问题不用它，普通 4.6 解决不了、Codex 多跑两轮还没理顺，再上 4.7。这样省一点，也更符合它的价值。
还有一点是账号风控。我不是说它一定会封，但 Claude 那种不确定感让我不太敢把整个生产流程押上去。重要内容我都会本地留备份。
06. Kimi 和 GLM：国内顺，但上限要留个心眼
Kimi 2.6 我买了 99 套餐。GLM 5.1 的官方 Code Plan 我没买到，是在腾讯 CodeBuddy 里体验的。我的感觉是，这俩差不太多：国内速度快，响应顺，写文档、改小东西、处理办公类任务够用。
但复杂项目还是差一口气。我之前拿 Kimi 2.6 和 GLM 5.1 去解决一个问题，试了很多轮一直没搞定；换 Codex 两轮就过了。这种差距在简单任务里看不出来，一到真实项目就会露出来。
所以我不会说国产模型没用。它们很适合当辅助位，尤其在国内网络环境下很舒服。但如果是我这个网站的核心修改，我还是更愿意交给 Codex 或 Claude。
07. CodeBuddy 和 OpenCode：优惠期香，长期要算账
CodeBuddy 刚开始有优惠时，我觉得还挺值。它能接入多家国产模型，做短任务、办公任务、轻量代码都可以。但没有优惠以后，积分消耗就要认真算。每月免费 500 积分基本就是体验额度，长任务跑两个可能就没了；个人专业版 58 元给 2000 积分，如果拿来当主力开发工具，未必够。
OpenCode Go 的优势是能用 Kimi、GLM 这类模型。Kimi 2.6 刚出来时有 3 倍用量，那阶段确实划算。问题是它中间有一层中转，稳定性不如直连官方；而且没有周限额缓冲，很容易一周就把一个月量干完。
这两个我都会放进工具箱，但不会放在第一优先级。
08. MiniMax：东西很多，我反而不敢交核心活
MiniMax 2.7 我买了 49 套餐。页面看着热闹，文本、图片、语音、音乐都给你摆出来，好像什么都能做。
但真实项目里，我最怕的就是“什么都能做，但不知道会不会乱做”。一个页面已经被 Codex 或 Claude 调到差不多了，我不敢让 MiniMax 接手继续改。我怕它不是帮我省时间，而是把已经好的地方改坏。
它的生图对我也不够有用，尤其中文文字这块不稳定。语音额度又没多少，我还不如自己部署 indexTTS2。最后就变成：套餐买了，功能看着多，但我很少真敢用。
09. Gemini 和 Trae：暂时没进入我的主力流程
Gemini 我试过，Antigravity 也下了。没有给我一种“这个必须留下”的感觉。以前我还用它做过一些生图，但现在选择太多，它的优势没那么明显。Veo 视频生成可能厉害，不过我视频用得少，这里不硬评。
Trae 是我最不适应的工具。它可能适合会写代码、习惯 IDE 的人，但对我这种一行代码不写的人来说太复杂。再搭配 MiniMax，我的体验就更糟。我不是说它绝对差，而是它不适合我。
10. 官网和常用入口
这些入口也同步放进了本站的网址导航。这里保留一份卡片，方便读文章时直接跳过去。
11. 目前我的固定分工
- 大活先给 Codex：网站结构、跨文件修改、构建部署、长期维护。
- 关键处问 Claude：复杂判断、疑难 bug、架构选择。
- 轻活丢给国产模型：文案、整理、办公、短脚本。
- 工具尝鲜别上头：优惠期可以试，别因为买了套餐就强行让它干重活。
我现在最大的体会是：AI 工具不是越多越好。真正能留下的，是你敢把下一件事继续交给它的那个。
12. 更新记录
- 2026-05-18：换成生图头图，删掉过程讨论，官网入口统一走网址导航卡片组件。
- 2026-05-17：初版发布，加入个人主观评分、官网入口和网址导航联动。