GLM 32分钟 
 [image] 
deepseek 22分钟 
[image] 
qwen 17分钟 
[image] 
mimo 33分钟 
[image] 
luna max 1个多小时 
[62f54eaebbc57831c284bf6984de917e] 
只测试了一次 都是 100% 通过 
但是步数和耗时有显著区别 
兄弟们可以作为参考 
都是用的 Claude code cli 作为 harness 没用各家的专武 
我也不敢用他们的专武 
这个测试 deepseek 还占便宜了 我开的 high 其他的都是拉满 
点评下 

GLM 消费高是因为有好几次缓存突然变成 0 居然和 Claude Code Cli 配合没那么好
mimo 在 330k 上下文压缩了一次,其他均未压缩
luna max 耗时最久 雷霆大思考 
[b5d651d226dbfc0a1cb2d8c...