Pi Desktop / Codex / DSH 同任务实测对比

本次，分别测试 Pi Desktop、Codex 和 DSH。让他们读视频并根据视频内容生成视频标题进行重命名

综合来看：

Pi 的 Token 最少、完成速度最快，但任务质量最差；Codex 消耗较高，但最终任务效果最好；DSH 处于两者之间，但耗时最长、Token 也最高。

1. 数据对比

2. 任务质量排名

🥇 Codex：任务效果最好

任务质量：第一

Codex 在这次测试中的最终完成效果最好。

主要表现：

• 对任务要求理解最准确
• 执行过程更加完整
• 最终成果完成度最高
• 出现严重理解偏差的情况最少
• 能更好地把任务真正做完，而不是单纯减少 Token

虽然 Codex 的总 Token 达到了：

1,164,738 Token

明显高于 Pi，但其中绝大部分来自缓存读取。

Codex 的未缓存输入实际上只有：

51,179 Token

甚至比 Pi 的 53,644 Token 还低。

缓存命中率达到：

95.59%

因此不能简单根据「总 Token」判断 Codex 实际成本很高。

结论：如果优先考虑最终成果质量，Codex 是这次测试里明显最好的选择。

🥈 DSH：任务质量中等

任务质量：第二

DSH 的整体理解能力位于 Codex 和 Pi 之间。

表现特点：

• 没有出现特别严重的任务理解错误
• 整体方向基本正确
• 但最终成果不足 / 没有形成理想的最终成果
• 完成质量明显不如 Codex
• 同时执行时间最长

DSH 耗时：

7分42秒

总 Token：

1,200,761

也是三者中最高。

未缓存输入：

71,237 Token

同样是三者最高。

所以 DSH 这次测试比较明显的问题是：

花费了最多时间和最多 Token，但最终任务质量只有中等。

从「资源消耗 → 最终成果」的转换效率来看，这次表现不算理想。

🥉 Pi Desktop：速度最快、Token 最低，但质量最差

任务质量：第三

Pi 最大的优势非常明显：

• Token 最少
• 执行速度最快

整个任务只用了：

2分53秒

总 Token：

223,841

相比 DSH：

• 总 Token 少约 81.4%
• DSH 的总 Token 约为 Pi 的 5.36 倍
• 用时少约 4分49秒
• 耗时缩短约 62.6%
• DSH 耗时约为 Pi 的 2.67 倍

即使只比较未缓存输入：

• Pi：53,644
• DSH：71,237

Pi 仍然少约：

24.7%

所以单纯看运行效率：

Pi 是三者里最快、最省 Token 的。

但是最大的代价就是：

任务质量也是三者里最差的。

说明 Pi 更倾向于快速完成任务、控制上下文和 Token 使用，但这种压缩会影响复杂任务的理解深度与最终成果质量。

3. 三者核心差异