拿同一个活测了一下 Pi Desktop、Codex 和 DSH:让它们自己读视频内容,生成对应的标题,再把视频文件重命名好。
直接说结果:Pi 跑得最快、花得最少,但活干得最糙;Codex 表面上总 Token 吓人,实际大部分走了缓存,活干得最漂亮;DSH 夹在中间,结果没做好,时间和 Token 反而花得最多。
1. 实测数据
| 指标 | Pi | Codex(本会话) | DSH |
|---|---|---|---|
| 任务耗时 | 2分53秒 | 4分50秒 | 7分42秒 |
| 总 Token(含缓存) | 223,841 | 1,164,738 | 1,200,761 |
| 未缓存输入 | 53,644 | 51,179 | 71,237 |
| 缓存读取 | 165,376 | 1,108,992 | 1,122,816 |
| 输出 Token | 4,821 | 4,567 | 6,708 |
| 缓存命中率 | 75.5% | 95.59% | 94.03% |
2. 实际用下来的感受
Codex:活干得最稳
三个里面只有 Codex 把要求完整听进去了,从头到尾没怎么跑偏,最后交出来的重命名结果最能直接用。
光看表格里的总 Token,Codex 跑到了 116 万,比 Pi 的 22 万高出一大截。但拆开看,它有 110 万都是缓存读取,缓存命中率到了 95.59%。真正计费大头的未缓存输入其实只有 51,179,比 Pi 的 53,644 还要少一点。
所以不能光看总 Token 觉得它贵。要看最终能不能把活干完,这次测下来 Codex 最靠谱。
DSH:又慢又贵,结果还半吊子
DSH 理解题意没出大岔子,大方向是对的,但做出来的成品差点意思,收尾也不够干净。
偏偏它磨蹭了 7 分 42 秒,总 Token 飙到 120 万,未缓存输入也是三个里最高的(71,237)。花了最多的时间和钱,最后只交了个及格线边缘的作业,性价比太低了。
Pi Desktop:省钱省时间,但糊弄事
Pi 的快和省确实肉眼可见。2 分 53 秒跑完,总 Token 只有 22 万出头,耗时比 DSH 短了一半多,总 Token 更是只有 DSH 的零头。哪怕只算未缓存输入,也比 DSH 少了近四分之一。
但省下来的代价全反映在结果上了。它明显倾向于拼命压上下文、图快交差,遇到稍微绕一点的要求就开始漏东西、理解跑偏,最后交出来的质量在三个里垫底。
3. 简单总结
| 维度 | Pi | Codex | DSH |
|---|---|---|---|
| 完成质量 | 最差 | 最好 | 一般 |
| 速度 | 最快 | 中等 | 最慢 |
| 未缓存输入成本 | 中等 | 最低 | 最高 |
| 缓存命中率 | 75.5% | 95.59% | 94.03% |
| 理解偏差 | 挺明显 | 最少 | 没出大错但不够细 |