引言
近期，DeepSeek 发布了开源工具 DeepSeek Harness，押注低价和开发者接入。几乎同一时间，SpaceX AI 发布了 Grok Bot，押注实时信息和智能体执行。而作为同领域的资深强者，Claude Code 和 Codex 依然竞争激烈。
竞争已从比拼模型转向抢占入口
大模型之间的竞争早已不再只是排行榜上的较量。如今，OpenAI 和 Anthropic 依然拥有高端能力，但也不得不争夺开发者入口、工具权限和长期任务。DeepSeek 主打低价、长上下文和接口兼容，而 Grok 则捆绑实时信息、X 生态和智能体功能。
DeepSeek 近期的更新相当密集。7月31日，官方 API 文档宣布 V4 Flash 公开测试，8月13日又发布了 V4 Pro。两个版本均提供 1M 上下文，并集成 Responses API 和 Codex。官方公告还表示，API 将从北京时间8月16日16:00起按高峰/低谷时段计费。但对开发者来说，模型便宜只是第一步，能否稳定融入现有工作流更为重要。
马斯克的 xAI 则似乎在扩展产品入口。在7月16日发布 Grok 4.5 后，Grok 相继进入网页、X 和移动端，还推出了 Workflows 和 BuildMode。关于最新模型，网络媒体在8月13日报道了 Grok 4.6 的最新进展，但截至本文写作时，公开可比的评测仍主要基于 Grok 4.5。
四款产品并非同场竞技
众所周知，Claude Code 和 Codex 是 AI 编程工具的先驱，但 Claude Code 更接近本地终端，而 Codex 更像是在远程执行任务的智能体。DeepSeek Harness 是一个开源底座，需要你自己组合终端、文件系统、网页和子智能体。Grok Bot 则结合了实时信息和自动化执行。
定价策略也因产品形态不同而颇具看点。
Claude Code 个人套餐：Pro 每月20美元，Max 5x 每月100美元，Max 20x 每月200美元。
ChatGPT Plus 每月20美元，Pro 每月200美元。
Grok Bot 高调亮相；它不包含在常规 Grok 聊天套餐中，也不包含付费的 xAI API。公开接入信息显示，Grok Bot 目前可通过 SuperGrok Heavy、Cursor Ultra 和 Cursor Teams Premium 获取，个人参考价为每月300美元，企业和团队为每月200美元或每席位120美元；没有免费层级。此前每月30美元的 SuperGrok 和每月100美元的 SuperGrok Plus 属于常规 Grok 聊天订阅，不符合 Grok Bot 的定价层级。
模型排行榜表现
在截至8月12日的公开快照中，Arena Agent 排名如下：
Claude Opus 5 High – 第1名，净提升分数12.01
GPT 5.6 Sol xHigh – 第4名，10.80
Grok 4.5 – 第15名，6.00
DeepSeek V4 Flash High – 第18名，3.89
V4 Pro – 第27名，暂无分数
该排名衡量的是模型加配置在真实任务上的表现，不能直接视为四款产品的综合排名。
在 Arena Text 开放对话排名中：
Claude Opus 5 High – 第7名，1494分
GPT 5.6 Sol xHigh – 第18名，1481分
Grok 4.5 – 第34名，1469分
DeepSeek V4 Pro – 第49名，1458分
在同一份 SWE-bench Verified 快照中，Claude Opus 4.8 得分88.6%，DeepSeek V4 Pro 为80.6%，GPT 5.4 为80.0%，Grok 4 为75.0%。分数反映的是模型在特定任务中的位置，但无法替代消费者在选择时对权限管理、测试和用户体验等因素的考量。
Claude Code 与 Codex：一个本地，一个云端
作为当前 AI 编程工具的领跑者，Claude Code 的优势在于持续协作：读取文件、修改代码、运行测试，然后根据结果继续修改。它适合长期在单一代码库中工作的开发者，但代价是你需要自行管理终端权限、上下文和使用量。
Codex 将任务置于隔离环境中，适合诊断问题、编写补丁和运行验证，然后返回检查结果。它更像一位远程同事；任务拆解越清晰，交付越稳定。
两者都不是一键交付的黑盒。在线配置、权限变更和数据操作仍需开发者确认。
DeepSeek Harness：价格低，但底座要自己搭
DeepSeek Harness 的吸引力在于低成本、长上下文和可替换模型。V4 Pro 在 SWE-bench Verified 上得分80.6%，但在公开 Arena Agent 快照中仅排第27位。这一差距说明，离线定点修复的分数并不等同于真实任务体验。它适合愿意自行安装、配置和排障的高度定制化用户，不适合初学者或将其视为开箱即用软件的人。
Grok Bot：不是聊天窗口
根据官方产品描述，Grok Bot 目前处于早期测试阶段。它可以登录用户工具并在云端执行持久任务，实际上提供了一个云开发环境。Workflows、Automations 和 BuildMode 已经让 Grok 从实时搜索走向应用执行，但权限范围和实际可访问的工具仍决定其上限。这也是 Grok Bot 价格高于普通 Grok 订阅的原因。SuperGrok Heavy、Cursor Ultra 和 Cursor Teams Premium 是参考接入套餐，与此前的聊天和 API 方案完全不同。
如何选择？取决于你的工作方式
如果你主要在本地代码库中编写代码，Claude Code 更方便。如果你需要异步处理一批任务，Codex 更合适。如果你想用低成本模型构建自己的智能体，可以尝试 DeepSeek Harness，但要预留配置和维护的时间。如果你需要追踪实时信息，然后将任务交给云端执行，Grok Bot 的方向更契合。
在这四者中很难选出全面冠军。我推荐的组合是：用 Grok 查找实时信息，用 DeepSeek 做低成本实验，用 Claude Code 或 Codex 进行实施和验证。