DeepSeek V4 Flash编程搭档横评

Composio近期在X平台公布了一项有趣的测试：它使用30项任务，对比了四个AI编程智能体框架在DeepSeek V4 Flash正式版上的表现。这四个框架分别是Oh My Pi、Claude Code、Codex和OpenCode。测试目的很明确——看看谁能更好地发挥DeepSeek V4 Flash的性能，成为开发者的最佳编程搭档。

Composio是一家成立于2023年的开源AI智能体工具集成平台，总部位于旧金山。它的核心能力是打通大语言模型与各类外部应用的连接，帮助开发者快速搭建可落地的生产级AI智能体。本次测试使用了Gmail、GitHub、Slack和Notion等真实工具来执行30个AI智能体任务，所有任务统一调用DeepSeek V4 Flash正式版模型，因此在相同的模型底座下，结果能够直接反映框架本身的调度与编排水平。

从成功率来看，Oh My Pi以17/30的成绩位居第一，Claude Code和Codex并列第二（16/30），OpenCode则以14/30暂时落后。但成绩并非唯一衡量标准。速度方面，Claude Code表现最为亮眼，平均每个任务仅需122秒；而Oh My Pi虽然成功率最高，却也是最慢的，每个任务平均耗时272秒。成本方面，OpenCode展现出明显优势，每个成功任务仅需0.073美元；Claude Code则成本最高，达到0.195美元，尽管它使用的工具调用次数最少，生成的输出词元也最少。

这一结果反映出不同智能体框架在设计哲学上的差异。Oh My Pi可能在任务规划和工具调用上更加谨慎，以更多时间换取更高成功率；Claude Code则更注重效率，在极快的执行速度下依然能保持较高的任务完成度，但成本也相应上升。OpenCode则以极低的花费完成了接近前者的成绩，适合对预算敏感的开发者。值得注意的是，Claude Code虽然调用的工具和生成的词元最少，成本却最高，说明各框架在模型调度、上下文管理以及API使用策略上存在明显不同的成本结构。

对于开发者而言，没有绝对的“最佳搭档”，只有最适合作业场景的选择。如果追求最高成功率且不介意时间成本，Oh My Pi值得尝试；如果希望在快速迭代中保持响应速度，Claude Code是高效之选；若预算有限，OpenCode的性价比显然更有吸引力。Composio的这次测试，为DeepSeek V4 Flash生态下的工具选型提供了真实且直观的参考。