同一套模型、同一批30道题，换个执行框架，结果就完全不一样了。 MiniMax …

同一套模型、同一批30道题，换个执行框架，结果就完全不一样了。 MiniMax Code刚开源，跑出来的数据确实让人眼前一亮：通过率76.7%（23/30），比Codex的66.7%高了整整10个百分点，Claude Code只有63.3%。 速度方面更夸张，MiniMax Code跑完30题只用了4分33秒，Codex要6分43秒，Claude Code直接9分38秒。成本差距也很大，MiniMax Code每次1.83美元，Codex 3.47美元，Claude Code 18.34美元。 这个结果说明什么？不是模型本身变强了，而是执行框架的设计差异很大。MiniMax Code在工具调用、权限管理、执行流程这些"外壳"层面做了优化，同样的模型就能跑出更好的效果。 从技术角度看，MiniMax Code的CLI版本是v0.4.12，采用MIT协议完全开源。它支持账号登录，也支持自带API Key（BYOK），工具调用和权限都能直接审查。桌面端目前还没开源，但CLI版本已经够用了。 安装方式很简单，一行命令搞定： curl -fsSL filecdn.minimax.chat/public/install… | bash GitHub地址：github.com/MiniMax-AI/min… 对于想自己搭AI编程环境的人来说，这个项目值得研究一下。它证明了在模型能力趋同的今天，框架层面的优化空间其实很大。同样的模型，不同的执行策略，效果可以差这么多。