同一个 GLM-5.2，换个"外壳"多做对 5 道编码题：Octomind 这组测试值得盯

作者：林序

X 用户 mikenevermiss 转述 Octomind 的对照测试：同一个 GLM-5.2、同一批 25 道真实编码任务，只换测试外壳，OpenCode 做对 19 题、Octomind 做对 24 题，花费也约减半。数字能在官方对照页对上，但仍是自家基准、单次运行，官方也列了额外配置等限制。

X 用户 mikenevermiss 11 月 4 日转述开发方 Octomind 的对照测试：同一个 GLM-5.2 模型，同一批取自已合并 GitHub PR 的 25 道真实编码任务，只换测试外壳，OpenCode 做对 19 题，Octomind 做对 24 题 。

Octomind 官网对照页能对上这些数字：25 题覆盖 Python、PHP、Rust、C++ 和 JavaScript，两个外壳走同一个端点、同一份价格，按各项目自带的隔离测试判分，花费是 63.43 美元对 129.54 美元 。

所谓 harness，就是包在模型外面的工程外壳——管上下文、调工具、加护栏。Octomind 本身是个 Rust 写的开源编码代理项目，可作命令行、守护进程或编辑器插件运行 。

限制也要一并看。官方页自己写明：这是自家基准上的一次运行，Octomind 还用了额外配置（预置 tap，加了一道检查未交回工件的构建）；它并不更快，3.6 小时对 3.3 小时；两边都栽在同一个 yaml-cpp 案例上，那更像是模型的问题，不是外壳的问题 。时间口径也有出入：原帖说"昨日发布"，官方页显示测试 7 月 30 日跑完、10 月 22 日核对，读起来更像旧结果近日重新传开 。

调侃一句：按这组数字，有时候不是模型不行，是壳不行。

对普通用户的实际提醒：挑 AI 编码助手别只盯模型名字，外壳能差出两成成绩和一半账单；看到跑分，先问是谁测的、跑了几遍。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] THE SAME AI MODEL SOLVED 24 OUT OF 25 CODING TASKS INSTEAD OF 19, JUST BY CHANGING ITS HARNESS. Octomind dropped yesterd · MIKE
• [S2] OpenCode alternative: 24/25 solved on the same model - octomind
• [S3] GitHub - Muvon/octomind: Plug and play AI agents for any domain
• 配图 1：来源：octomind（图片署名见原文） · 图片出处