免费打付费：AgnesCode 在算子优化上和 Codex 打得有来有回

免费打付费：AgnesCode 在算子优化上和 Codex 打得有来有回

过去一年我们习惯了让 Coding Agent 写网页、做应用、修 Bug。但雷峰网这次把测试往更底层推了一步：让免费的 AI Coding Agent 去优化大模型自己运行时用的算子——这不是应用开发，是 AI Infra 里真正的工程活。

"算子"可以简单理解为大模型运行时反复执行的一小段底层计算程序：模型每生成一个 Token，都要在 GPU 或其他 AI 芯片上执行大量矩阵计算、注意力计算和数据变换。单个算子看着小，但会被反复调用——一段高频算子能快 10%、20%，最终就会变成推理速度、硬件利用率和服务成本上的实际差异。更重要的是，算子优化正在成为 AI 自进化的一部分：过去这类代码高度依赖系统工程师手写经验，现在 Coding Agent 开始自己读任务、写算子代码、跑测试、看报错、再改代码——AI 开始反过来优化自身运行的底座。

同场对打：免费的 vs 付费的

测试题目来自众智 FlagOS 开放计算全球大赛：为 DeepSeek-V3 解码阶段的融合 QKV 下投影算子 写优化代码，在 8 款芯片（2 款国际芯片 + 天数智芯、沐曦、燧原、海光、昆仑芯、华为）上接受官方自动化评测。比赛每周发布一批新题，能极大保证题目数据没被模型提前学过——对评测对象是真正的"摸底考试"。

对照组：Codex + GPT-5.6 Sol（付费）。测试组：AgnesCode + Agnes 3.0 Flash（完全免费）。

结果很有意思：

• 速度：Codex 8 分 57 秒交付；AgnesCode 20 分 36 秒（中途被测试人员催了一次）
• 覆盖：Codex 通过 7 款芯片，AgnesCode 通过 6 款，略逊一筹
• 但：双方共同通过的 5 款芯片上，AgnesCode 有 4 项加速比更高——天数智芯 2.16× vs 1.72×；国际通用芯片 B 上 4.81× vs 3.71×，高出约 29.6%；昆仑芯更是只有 AgnesCode 通过测试，拿到 2.56× 加速比

这组数字不是"免费模型全面替代付费模型"的故事，而是更具体的一件事：当任务边界、工具链和评测闭环足够清晰时，免费 Agent 已经能进入底层工程任务，交出可验收、有真实性能收益的产物。

成本这件事，免费意味着什么

对工程场景，免费的意义比想象中大：很多任务需要多轮问答才能拿到好结果——模型反复读文件、按反馈调整、跑测试改代码。按闭源模型计费，账单会快速爆炸；免费模型至少把"敢不敢让多试几轮"的门槛降了下来。敢试，本身就是质量的一部分。

信号强度

这次对打最值得看的不是“谁赢了”，而是“免费 Agent 已经够格进底层工程”这个事实本身：AgnesCode 用 20 分 36 秒通过 6 款芯片（Codex 8 分 57 秒、7 款），但在纯性能结果上，共同通过的 5 款芯片它 4 项加速比更高——它证明了自己能读懂底层任务、能适配不同芯片、能跑出真实加速。

对做 AI Infra、搞推理优化的团队，这是一个值得放进评估名单的免费选项——尤其当你的场景需要大量试错轮次时，"免费"两个字就是实打实的成本优势。而它背后用的 Agnes 3.0 Flash 也是免费模型，这套组合的性价比逻辑，值得仔细算一笔账。

原文：https://www.leiphone.com/category/yanxishe/Du0MZiWR62J4pzzr.html