Mistral Vibe for Code vs Claude Code vs Cursor vs Codex：四大AI程式設計代理在腳手架到PR任務中的對比評分

AI程式設計代理是當前開發者工具中最具爭議的領域。四個名字主導了候選列表：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex。每個都聲稱能從提示到拉取請求實現功能。

本次對比將四個工具應用於一個實際工作流：從提示“在我們的現有Python/FastAPI服務中，新增一個/subscriptions端點。在正確的檔案中搭建路由、Pydantic模型和服務層。生成單元和整合測試，執行它們，修復任何失敗，然後開啟一個帶有清晰描述的拉取請求”開始，分為三個階段：腳手架、測試、交付。

方法上，這是一項能力對比，基於截至2026年7月14日的文件功能、已釋出基準和供應商規範，而非單次執行。每個維度評分1-5分，總分25分。需要三個重要的注意事項：不同基準套件（如SWE-bench Verified和SWE-Bench Pro）難度不同，不可直接比較；供應商宣告已標註；產品每週更新，價格和預設模型可能變化。

五個維度包括：功能腳手架、測試生成與執行迴圈、PR與非同步工作流、表面覆蓋範圍（終端、IDE、移動端等）、成本與開放性/控制力。

結果

1. Mistral Vibe for Code: 22/25

Mistral Vibe是Mistral的統一工作與程式設計代理，前身為Le Chat。其程式設計表面執行一個在GitHub上以Apache 2.0協議開源CLI。模型棧分層：Mistral Medium用於複雜多步軟體工程，Vibe CLI和IDE外掛由Devstral驅動，Codestral處理快速補全，Codestral Embed支援語義搜尋。在腳手架上，Vibe掃描檔案樹和Git狀態以實現專案感知上下文，然後進行多檔案編排。Devstral 2是一個123B密集模型，256K上下文視窗，在SWE-bench Verified上達到72.2%，被Mistral稱為開源模型中的最優。Devstral Small 2（24B，Apache 2.0）得分68.0%，可在消費級硬體上執行。測試作為一等公民：自動生成測試並與程式碼庫共同演進，匹配現有模式。鉤子在每次代理操作前後執行自定義shell命令。PR和非同步階段設計良好：遠端編碼代理在隔離沙箱中並行執行，會話在機器關閉時持久化。/teleport命令在本地CLI和遠端代理之間傳遞即時會話。遠端代理可觀察性提供執行歷史、工具呼叫、程式碼更改、日誌和審計追蹤。表面覆蓋範圍最廣：終端CLI、VS Code、JetBrains、Zed、Web應用、移動端和後臺代理，還包括標籤補全。成本和控制是決定性優勢：Pro版$14.99/月，團隊版$24.99/使用者/月，學生版$5.99。Mistral聲稱Devstral 2比Claude Sonnet在實際任務中成本效率高7倍（供應商宣告）。可自託管、私有云或本地部署、微調專有程式碼，訓練資料在付費計劃中可選擇退出。不足之處：Devstral的72.2%低於封閉前沿模型，評論者指出限速錯誤和偶爾不穩定性；CLI主要針對UNIX。

1. Claude Code: 21/25

Claude Code是Anthropic的代理程式設計工具，預設執行Claude Opus 4.8。其工具整合最深入：30個生命週期鉤子、技能、外掛、子代理、檢查點、計劃模式和MCP。原始執行能力領先：動態工作流協調大規模並行子代理，後臺任務和自動檢查點使腳手架-測試-PR流程得心應手。一個廣為引用的例項：Bun建立者Jarred Sumner報告在11天內將約75萬行程式碼從Zig移植到Rust，測試透過率99.8%。弱點是成本和控制：無開放權重、無自託管、無資料駐留選項。定價：Pro $20，Max 5x $100，Max 20x $200，團隊費用更高。令牌消耗是實際賬單：公開報告顯示並行子代理執行花費數千美元，Anthropic報告平均每位開發者每活躍日約$13，乘以並行度後更高。

1. OpenAI Codex: 21/25

Codex是OpenAI的程式設計代理：Apache 2.0 CLI，也可作為雲服務、IDE擴充套件、ChatGPT應用、iOS應用以及自2026年6月起在Amazon Bedrock上執行。GPT-5.6於2026年7月9日普遍可用，分為Sol、Terra和Luna三層。Codex在核心級沙箱中處理腳手架和測試，網路預設關閉。它提供技能、帶市場外掛的外掛、子代理、鉤子和MCP。其突出特點是跨表面非同步：一個任務可在CLI、雲、應用和移動端之間移動而不丟失狀態。定價階梯：免費、Go $8、Plus $20、Pro 5x $100、Pro 20x $200，以及企業和團隊席位。誠實的問題是5小時滾動視窗：開發者報告大型倉庫會話在一小時內耗盡配額。OpenAI自己的費率文件估計Codex每位開發者每月成本約$100-$200，因模型、並行度和快速模式差異巨大。

1. Cursor: 16/25

Cursor是Anysphere的AI程式碼編輯器，一個VS Code分支。其內部Composer 2.5針對快速代理編輯最佳化，根據Artificial Analysis的程式設計代理指數得62分。它在一個介面中路由來自Anthropic、OpenAI和Google的前沿模型，並支援規則、MCP、鉤子、技能、外掛和子代理。Cursor擅長不同形狀的工作：IDE優先、內聯驅動，標籤補全和單檔案迭代一流。在自主腳手架-測試-PR迴圈上，終端優先和代理優先工具具有結構優勢。成本需注意：每個付費層都是一個按價格調整的信用池：Hobby $0，Pro $20，Pro+ $60，Ultra $200，Teams $40/使用者。池子用完後按API費率計費。2026年6月的Teams更新將使用分為第一方和第三方池，並增加了$120的高階席位。

關鍵要點

Mistral Vibe for Code以22/25總分領先，憑藉成本、開放性和控制力。Claude Code和Codex並列21/25；Claude Code在原始前沿編碼質量上領先。Vibe是唯一提供自託管、微調和歐盟資料駐留的工具。Vibe的開放權重為Apache 2.0用於研究；商業部署需要Mistral許可證。基準分數來自不同套件和供應商宣告，不可直接比較。