Mistral Vibe for Code vs Claude Code vs Cursor vs Codex：四大AI编程代理在脚手架到PR任务中的对比评分

AI编程代理是当前开发者工具中最具争议的领域。四个名字主导了候选列表：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex。每个都声称能从提示到拉取请求实现功能。

本次对比将四个工具应用于一个实际工作流：从提示“在我们的现有Python/FastAPI服务中，添加一个/subscriptions端点。在正确的文件中搭建路由、Pydantic模型和服务层。生成单元和集成测试，运行它们，修复任何失败，然后打开一个带有清晰描述的拉取请求”开始，分为三个阶段：脚手架、测试、交付。

方法上，这是一项能力对比，基于截至2026年7月14日的文档功能、已发布基准和供应商规范，而非单次运行。每个维度评分1-5分，总分25分。需要三个重要的注意事项：不同基准套件（如SWE-bench Verified和SWE-Bench Pro）难度不同，不可直接比较；供应商声明已标注；产品每周更新，价格和默认模型可能变化。

五个维度包括：功能脚手架、测试生成与运行循环、PR与异步工作流、表面覆盖范围（终端、IDE、移动端等）、成本与开放性/控制力。

结果

1. Mistral Vibe for Code: 22/25

Mistral Vibe是Mistral的统一工作与编程代理，前身为Le Chat。其编程表面运行一个在GitHub上以Apache 2.0协议开源CLI。模型栈分层：Mistral Medium用于复杂多步软件工程，Vibe CLI和IDE插件由Devstral驱动，Codestral处理快速补全，Codestral Embed支持语义搜索。在脚手架上，Vibe扫描文件树和Git状态以实现项目感知上下文，然后进行多文件编排。Devstral 2是一个123B密集模型，256K上下文窗口，在SWE-bench Verified上达到72.2%，被Mistral称为开源模型中的最优。Devstral Small 2（24B，Apache 2.0）得分68.0%，可在消费级硬件上运行。测试作为一等公民：自动生成测试并与代码库共同演进，匹配现有模式。钩子在每次代理操作前后运行自定义shell命令。PR和异步阶段设计良好：远程编码代理在隔离沙箱中并行运行，会话在机器关闭时持久化。/teleport命令在本地CLI和远程代理之间传递实时会话。远程代理可观察性提供运行历史、工具调用、代码更改、日志和审计追踪。表面覆盖范围最广：终端CLI、VS Code、JetBrains、Zed、Web应用、移动端和后台代理，还包括标签补全。成本和控制是决定性优势：Pro版$14.99/月，团队版$24.99/用户/月，学生版$5.99。Mistral声称Devstral 2比Claude Sonnet在实际任务中成本效率高7倍（供应商声明）。可自托管、私有云或本地部署、微调专有代码，训练数据在付费计划中可选择退出。不足之处：Devstral的72.2%低于封闭前沿模型，评论者指出限速错误和偶尔不稳定性；CLI主要针对UNIX。

1. Claude Code: 21/25

Claude Code是Anthropic的代理编程工具，默认运行Claude Opus 4.8。其工具集成最深入：30个生命周期钩子、技能、插件、子代理、检查点、计划模式和MCP。原始执行能力领先：动态工作流协调大规模并行子代理，后台任务和自动检查点使脚手架-测试-PR流程得心应手。一个广为引用的实例：Bun创建者Jarred Sumner报告在11天内将约75万行代码从Zig移植到Rust，测试通过率99.8%。弱点是成本和控制：无开放权重、无自托管、无数据驻留选项。定价：Pro $20，Max 5x $100，Max 20x $200，团队费用更高。令牌消耗是实际账单：公开报告显示并行子代理运行花费数千美元，Anthropic报告平均每位开发者每活跃日约$13，乘以并行度后更高。

1. OpenAI Codex: 21/25

Codex是OpenAI的编程代理：Apache 2.0 CLI，也可作为云服务、IDE扩展、ChatGPT应用、iOS应用以及自2026年6月起在Amazon Bedrock上运行。GPT-5.6于2026年7月9日普遍可用，分为Sol、Terra和Luna三层。Codex在内核级沙箱中处理脚手架和测试，网络默认关闭。它提供技能、带市场插件的插件、子代理、钩子和MCP。其突出特点是跨表面异步：一个任务可在CLI、云、应用和移动端之间移动而不丢失状态。定价阶梯：免费、Go $8、Plus $20、Pro 5x $100、Pro 20x $200，以及企业和团队席位。诚实的问题是5小时滚动窗口：开发者报告大型仓库会话在一小时内耗尽配额。OpenAI自己的费率文档估计Codex每位开发者每月成本约$100-$200，因模型、并行度和快速模式差异巨大。

1. Cursor: 16/25

Cursor是Anysphere的AI代码编辑器，一个VS Code分支。其内部Composer 2.5针对快速代理编辑优化，根据Artificial Analysis的编程代理指数得62分。它在一个界面中路由来自Anthropic、OpenAI和Google的前沿模型，并支持规则、MCP、钩子、技能、插件和子代理。Cursor擅长不同形状的工作：IDE优先、内联驱动，标签补全和单文件迭代一流。在自主脚手架-测试-PR循环上，终端优先和代理优先工具具有结构优势。成本需注意：每个付费层都是一个按价格调整的信用池：Hobby $0，Pro $20，Pro+ $60，Ultra $200，Teams $40/用户。池子用完后按API费率计费。2026年6月的Teams更新将使用分为第一方和第三方池，并增加了$120的高级席位。

关键要点

Mistral Vibe for Code以22/25总分领先，凭借成本、开放性和控制力。Claude Code和Codex并列21/25；Claude Code在原始前沿编码质量上领先。Vibe是唯一提供自托管、微调和欧盟数据驻留的工具。Vibe的开放权重为Apache 2.0用于研究；商业部署需要Mistral许可证。基准分数来自不同套件和供应商声明，不可直接比较。