同一道题5个AI编程工具同台实测：Codex 8分

有人真枪实弹，让五组 AI 工具各做一遍“抓娃娃机拆解视频”。结果最快 8 分钟交卷，最慢硬磨了 46 分钟。

真正吓人的是账单。最慢那家烧了 4644 万 token，是最快那家的 13 倍多。再看缓存占比，五家全在 96% 到 99%。说白了，它们每走一步都在把同一篇上下文重念一遍。多烧的钱，买的全是反复推翻重来。

这轮最反常识的是人设翻车。跑分第一的 Codex 虽然 8 分钟速通，却莽到把人家给的现成框架直接丢了。最烧钱的 DSH 活没多干，硬是把中文题做成了英文视频。反而是耗时 17 分钟的 Claude Code 拿了质量冠军，人家是真在老老实实多干活。

要不要我帮你把这几款工具各自适合的任务类型，再列一份对照清单？