XDA 作者 Joe Rice-Jones 做了一场控变量检查：同一个模型——Claude Sonnet 5.5、high reasoning——分别跑在 Claude Code、Codex、Cursor 三套编程工具里。任务是有 bug 的 Kindle / Home Assistant WebSocket proxy（另加第二段 prompt，要状态与离线提示），每家大约 10 美元、30 分钟。终测是他自写、故意不放进 agent 可见目录的隐藏套件，三家成品都是 16/16。这是第三方单次实验报道。
三家接到模型的路径并不一样。Claude Code 走原生 Claude（第三方模型要多一层翻译，作者认为不宜拿来做公平对比）。Cursor 要用第三方模型须先有订阅，Sonnet 5.5 走 API credits。Codex 经 OpenRouter 调同一模型。Claude Code 默认 reasoning 是 medium，作者调到 high，以便与 Cursor、Codex 对齐。
任务小而清楚时，三家写出的代码几乎一样，连函数名都相同——作者把它看成 Sonnet 5.5 的「指纹」。三家还都加了未在任务里点名的同类修补（断连 banner、畸形 JSON、return 与 continue、首次连接时的 proxy 检查）。开放式部分差得更大：重构多少、防御代码多少、自测写多少。Agent 自测数：Codex 10、Cursor 33、Claude Code 42（同一套跑了三遍）。总耗时约 10:07 / 13:01 / 14:33。花费约：Codex 3.73 美元（1.64M tokens）、Cursor 1.11 美元（3.31M，作者怀疑大量 cache）、Claude Code 约 0.96 美元的 API 等价估算（2.55M）。原仓库 UI 是德文；Codex、Cursor 保留德文，Claude Code 写成英文。作者个人更习惯 Claude Code，但说差距还不够大到能客观封一个第一，日常仍多用 Crush。我们也不封赢家。这场实验我们暂时还没复跑；如果你用过，可以通过网站底部的站长联系方式给我们反馈。相关文章见 Claude Code 和 Codex，20 美元各能买到什么，该选哪个、Claude Code 和 Cursor 在价格和用量上到底差在哪（2026 年 10 月）。
