精選 AI Coding Models Claude Code Codex Antigravity Grok Build Comparison

AI Coding 模型與 Agent 工具：2026 年 10 月最新全景

截至 2026 年 10 月 21 日，務實比較 Claude、GPT、Gemini、Grok coding 模型，以及 Claude Code、Codex、Antigravity、Grok Build 的 agent 工具棧。

2026年10月21日 • 14 分鐘閱讀 • 作者：Claude World

AI coding 市場仍然沒有一張有意義的總排行榜——而且距離我們的 7 月 19 日快照，那一頁上幾乎每個模型都已被取代。Anthropic 推出了 Fable 5.1 與整個 5.5 世代，OpenAI 把 Codex 換成 GPT-6，Google 讓 Gemini 4 Argon 正式 GA，xAI 則發表了 Grok 4.6 與 4.7。每一家實驗室仍然同時交付模型組合與 agent harness（代理執行框架）：模型負責判斷，harness 負責工具、權限、平行 worker、持久化與執行環境。

這兩層的耦合也更鬆了——Antigravity 現在對符合資格的 Google Cloud 使用者提供 Claude Opus 5.5 與 Sonnet 5.5——所以你能更自由地混搭，但也有更多預設值需要確認。

資料快照：2026 年 10 月 21 日。 模型 alias、Preview 標籤、配額與產品可用性都變得很快。本文會明確標示 Preview／Beta／Experimental，並連到各家目前的官方文件，而不是把這張表當成永久不變的排名。本文檢查的 CLI 版本為 Claude Code 2.1.305、Codex CLI 0.163.0 與 Grok Build 1.0.62。

先看結論

供應商目前模型階梯主要 coding agent 介面重要狀態
AnthropicFable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5（Mythos 5.1 需 trusted access）Claude Code：CLI、IDE、desktop/web、cloud 與 self-hosted session、subagent、dynamic workflowOpus 5.5 是 Pro、Max、Team、Enterprise 與 Anthropic API 的預設模型
OpenAIGPT-6 Astra、GPT-6.1 Sol、GPT-6 Sol、GPT-6 Luna（GPT-5.6 為舊世代）ChatGPT 桌面版應用程式中的 Codex、CLI、IDE 與 cloud；codex exec；SDKGPT-6.1 Sol 是 Codex 預設；GPT-5.5 已於 10 月 14 日退出 ChatGPT 登入的 Codex
GoogleGemini 4 Argon、3.8 Flash、3.5 Flash-Lite（3.1 Pro 仍是 Preview）Antigravity 應用程式與 CLI；Gemini API managed agent（Preview）；Jules（Public Beta）Argon 自 10 月 13 日 GA，限付費層；3.5 Flash 已 deprecated 並自動改路由
xAIGrok 4.7、Grok 4.7 Fast、Grok 4.6、Grok 4.5Grok Build 終端 agent 與開源 harnessGrok 4.7 是預設；4.7 Fast 只在 Grok Build 與 Cursor 提供；沒有官方 CLI changelog

沒有一個組合在所有工作都贏。真正有用的問題沒有變：在這種 workload、這種故障模式與這個規模下，哪個組合最合適？

Anthropic：新的模型階梯，以及更自主的 Claude Code

Anthropic 在 9 月 1 日到 10 月 7 日之間換掉了整個階梯：

  • Claude Fable 5.1（claude-fable-5-1，9 月 1 日）是最高層級，Anthropic 的模型指南建議用於「for demanding reasoning and long-horizon agentic work」。它永遠不是預設；請用 /model fable 選擇。
  • Claude Opus 5.5（claude-opus-5-5，9 月 22 日）是新的重心：「If you’re unsure which model to use, start with Claude Opus 5.5 for most workloads.」
  • Claude Sonnet 5.5（claude-sonnet-5-5，9 月 28 日）是「a faster, lower-cost complement to Claude Opus 5.5.」
  • Claude Haiku 5.5（claude-haiku-5-5，10 月 7 日）是第一個可調 effort 的 Haiku 級模型，官方說它「pairs well with Opus 5.5 and Sonnet 5.5 as a subagent on coding work.」
  • Claude Mythos 5.1 不是更高層級：「Claude Fable 5.1 and Claude Mythos 5.1 are the same model, but with different levels of safeguards.」Mythos 5.1 只能透過 Anthropic 的 trusted access programs 取得。

便宜地扇出、昂貴地判斷仍然成立，但界線移動了：Opus 5.5「performs at the level of Claude Fable 5.1 on most work and costs 40% less to run than Opus 5」，價格為每百萬 token $4/$20，而 Fable 5.1 是 $10/$50。Sonnet 4.5 將於 11 月 30 日從 Claude API 退役。

Claude Code 2.1.305 也更有主見。在 Anthropic API 上，opus、sonnet、haiku 與 fable 都指向新模型，Opus 5.5 是 Pro、Max、Team 與 Enterprise 的預設；Bedrock、Google Cloud’s Agent Platform、Claude Platform on AWS 與 Microsoft Foundry 仍把部分 alias 對應到較舊的模型（haiku 在這四者都還是 Haiku 4.5）。四個當代模型都支援 low 到 max，其中 5.5 系列預設為 medium。Auto mode 現在是未設定 permission mode 的互動式終端與 VS Code session 的起始模式，而 claude -p 與 Agent SDK 執行則從 Manual 開始。另外 ultracode 已是一個設定，而不是 effort 等級：/effort ultracode 或 "ultracode": true 會讓 Claude 以該 session 當下的 effort 規劃 dynamic workflows——「Dozens to hundreds of agents per run」。

其他邊界仍然各自獨立：subagent 只回傳一個結果給 caller，fork 預設開啟、巢狀預設三層，而 Agent Teams 仍是「experimental and disabled by default」。claude self-hosted-runner 讓 Team 與 Enterprise 組織在自有基礎設施上執行 cloud session；mods（10 月 1 日）是「small TypeScript functions that change how Claude Code works」——沒有 sandbox，所以「only install mods from sources you trust」；Code Review 則在 10 月 15 日正式 GA。

OpenAI：GPT-6 接手 Codex

OpenAI 在不到四週內，用 GPT-6 家族換掉了 GPT-5.6 三人組：

  • GPT-6 Astra（gpt-6-astra，9 月 3 日）是 frontier 層級，官方稱為「the world’s most intelligent and aligned model.」Codex 模型指南說：「Choose Astra when a task needs the strongest capability across steps and tools.」
  • GPT-6.1 Sol（gpt-6.1-sol，9 月 29 日）是建議預設，也是 Codex CLI 的預設：「an upgrade to GPT-6 Sol that nearly matches GPT-6 Astra’s intelligence on agentic coding, computer use, and professional work at one-fifth of Astra’s standard input and output token prices.」
  • GPT-6 Sol 與 GPT-6 Luna（9 月 22 日）：Sol 現在是「Previous generation workhorse model」，Luna 則處理明確、可重複的任務，effort 最高支援到 Max，但沒有 Ultra。
  • GPT-5.6 Sol、Terra 與 Luna 是舊世代。

對以 ChatGPT 登入的 Codex 使用者來說，GPT-5.4 與 GPT-5.4 mini 已於 8 月 31 日退役，GPT-5.5 則是 10 月 14 日；API 與使用 API key 的 session 不受影響。GPT-5.3-Codex-Spark 在 9 月 14 日 deprecated，並從桌面版應用程式、CLI 與 IDE extension 移除。Codex 本身現在位於 ChatGPT 桌面版應用程式中，與「對話」及「ChatGPT 工作」並列；文件也搬到 learn.chatgpt.com，舊的 developers.openai.com/codex 連結會轉址過去。

Codex CLI 0.163.0（10 月 15 日）加入 agent command center（codex agents 或 /agents；/subagents 切換同一 session 的 subagent，/agent 已移除）、預設開啟的 managed Git worktree、背景 server，以及回應途中的即時 steering。codex exec 仍是 Stable 的自動化進入點，codex app-server 仍是 Experimental，而 planning tool 自 0.152.0 起預設關閉。Subagent 設定現在包含預設 subagent 模型與 reasoning effort，custom agent 會繼承 parent 的 permissions、provider 與 MCP server，而且不能覆寫它們。Effort 階梯從 Light（CLI 中的 low）到 Max 與 Ultra，其中 Ultra「uses subagents to handle separate parts of a complex task in parallel」，API 沒有對應項。

資安工作方面，Daybreak 透過 Trusted Access for Cyber 管控 cyber-permissive 存取：Daybreak Blue 面向多數經授權的防禦工作，Daybreak Red 則需要另外核准。Codex CLI 0.163.0 對符合資格的帳號預設啟用 Daybreak，而 OpenAI 正「strongly encouraging Daybreak customers using Codex to switch from full-access mode to auto-review mode.」

Google：Gemini 4 Argon 已 GA，7 月的基準則被 deprecated

Google 的模型頁有了新的頂層與新的中段：

  • Gemini 4 Argon（gemini-4-argon）在 10 月 13 日成為「globally available」，此前 9 月 30 日的公告先讓受信任的資安防禦者取得存取。它在 API 上是 Stable，但「not available on the Free tier」；輸入、thinking 與輸出共用同一個 1,048,576 token 視窗，thinking 等級有 low、medium（預設）與 high。每百萬 token $2/$10 的首發價格到 11 月 30 日為止，之後調整為 $4/$20。
  • Gemini 3.8 Flash（9 月 2 日 GA）是軟體工程與 agentic 任務的主力，Gemini 3.5 Flash-Lite（7 月 21 日 GA）則是低成本層；新專案 Google 指向「3.5 Flash-Lite or 3.8 Flash」。
  • Gemini 3.1 Pro 仍是 Preview，而 Gemini 3.5 Pro 尚未推出。

Gemini 3.5 Flash——7 月版建議的基準——與 3.7 Flash 都在 10 月 8 日被 deprecated。它們的 endpoint 並未關閉，而是自動改路由到 gemini-3.6-flash 與 gemini-3.8-flash。如果你當時固定了 gemini-3.5-flash，現在跑的其實已是另一個模型：請重跑你的評測。

工具面則向 Antigravity 收斂。Antigravity 應用程式在 10 月 15 日來到 v2.24.0，加入每個模型的 reasoning effort、Remote Control、/plan 審查、plugin marketplace、subagent 訊息與 Automations。Antigravity CLI（agy）在 10 月 16 日來到 v1.4.0，加入 --effort、headless -p 執行不再有預設 timeout，以及會「approves file edits and safe commands without asking and still prompts before irreversible actions」的 Auto mode。兩者都對符合資格的 Google Cloud（ADC）使用者提供 Claude Opus 5.5 與 Sonnet 5.5。Argon 正在 Antigravity 中向付費訂閱者推出，但 Google 自家公告對於是否包含 Pro、或僅限 Ultra 的說法並不一致。

舊路徑則在收窄。Gemini CLI 仍在維護，但其 README 寫著它「has not been optimized for Gemini 4 Argon」；新的 Gemini Code Assist Standard 與 Enterprise 訂閱也已於 10 月 9 日停售。要用 API 驅動 agent 的話，managed Antigravity agent（Preview）「uses the same harness as the Antigravity IDE」；Jules 則仍在 Public Beta，官方 changelog 自 3 月 9 日起沒有新條目。

xAI：Grok 4.7 領先，Grok Build 補齊生命週期

  • Grok 4.6（grok-4.6，8 月 12 日）「builds on Grok 4.5 with a particular focus on long-running agents and more ambitious interactive and visual work.」
  • Grok 4.7（grok-4.7，9 月 21 日）是 xAI「most capable model for coding and knowledge work」，也是 Grok Build 的預設。它同時在 Grok Build、Cursor 與 xAI API 推出，價格與 Grok 4.6 相同：prompt 低於 200K token 時每百萬 token $2/$0.50/$6（input／cached／output），達到或超過 200K 時整個 request 以 $4/$1/$12 計價。兩者的 context window 都是 500K token。
  • Grok 4.7 Fast（CLI 中的 grok-4.7-build-fast）：「Grok 4.7 Fast is the same model and costs 2x the standard token rates, or 1.5x for long-context requests. It’s available only in Cursor and Grok Build, not on the public xAI API, and is billed through your plan there.」

Reasoning effort 在 Grok 4.6 之後於 low、medium、high（預設）之外加入 xhigh；在 Grok 4.5 上，「requests with xhigh are treated as high」。

Grok Build 1.0.67 的 help 新增了 grok clone、grok worker（把機器註冊為 Cursor private 或 cloud-agent worker）、檢視 Grok 狀態磁碟用量的 grok du、回報 token 與成本的 grok usage <SESSION_ID>，以及 create、detach、salvage、clean-artifacts 與 redirect 的 worktree 生命週期。這個 worker 命令本身就是最好的例證：1.0.62 時它叫 grok cursor-worker，到 1.0.67 已更名為 grok worker 並在 grok leader worker 下鏡射一份，而任何地方都沒有發布說明提過這件事。但 xAI 沒有發布官方的逐版本 CLI changelog——沒有 GitHub Releases、沒有 tag——所以已安裝 binary 的 --help 才是權威紀錄，而開源 mirror 落後於你實際執行的 build。

Model-Aware Planning：把規劃當成 Orchestration Mode

Model-aware planning 是 routing contract，不是 provider ranking。它先把一個 outcome 拆成有邊界的 task nodes，再為每個 node 選擇 model、harness、reasoning effort 與 authority boundary。以下的 provider 角色只是起始假設，不是永久的勝負標籤——這一季幾乎取代了 7 月版建議的每一個模型。

  1. 先寫 task contract，再選 model。 記錄 objective、acceptance criteria、必須交付的 artifacts、dependencies 與 side effects。把可平行的 discovery 與相依的 implementation 分開；不可逆的 remote action 必須保留成明確 approval gate，不能當成普通 child task。
  2. 依已驗證的工作特性 routing。 Claude 可先測 hierarchical decomposition、long-context synthesis，以及由 script 持有計畫的 orchestration；Codex 可先測 repository-centered implementation、diff/test loop 與 headless codex exec；Grok Build 可先測 terminal-first exploration 與 worktree 平行執行。這些是要實測的角色，不是全域 scorecard；只要 evaluation evidence 支持，任何 provider 都可以承接任何 node。
  3. 每個 node 獨立選定並固定 model 與 reasoning effort。 Architecture、模糊除錯、security review、對抗式驗證與 final synthesis 使用高能力 model 與較高 effort；有界搜尋、inventory、formatting 與機械式檢查使用較快 model 與較低 effort。現在每個 node 都有控制項——Claude Code 的 Agent tool 接受 effort，Codex 有預設 subagent model 與 effort 設定——但旋鈕並不互通：Haiku 4.5（在 Anthropic API 之外仍是 haiku 的對應模型）不支援 effort；Codex 的 Ultra 在 API 沒有對應；Grok 4.5 會把 xhigh 當成 high。正如 OpenAI 文件所說：「Reasoning efforts don’t map exactly between model generations.」請記錄實際使用的值，不要猜測不同 provider 的旋鈕彼此等價。
  4. Delegation 前凍結 authority。 預設值正往更自主的方向走：Claude Code 的互動式 session 從 auto mode 開始，Antigravity CLI 也加入了 Auto mode。因此每個 node 都要註明它是 read-only 或可 edit、允許的 paths 與 tools、sandbox 與 network boundary，以及 credentials 是否在 scope 內。Handoff 不得放大 caller 的 authority——例如 Codex 的 custom agent 就不能覆寫 parent 的 permissions——真正執行邊界的是原生 permission 與 sandbox controls，而不是 prompt 裡一句「請小心」。
  5. 讓 handoff 可以驗證。 傳給接收 agent 的 bounded packet 應包含 goal、相關 files、constraints、expected output、目前 commit 或 diff、已跑的 tests、未解的 risks，以及宣告完成所需的 evidence。Claude Code 現在會在專案沒有 CLAUDE.md 時讀取 AGENTS.md，共用指示因此傳得更遠，但接收端仍要重查 repository state，而不是只相信 transcript 或 vendor session ID。
  6. 由單一 controller 收斂 evidence。 一個 orchestrator 負責 dependency order 與 final verdict：協調 concurrent changes、跑 affected tests、檢查 final diff，並誠實回報 blockers。自信的 summary 不是完成證據；acceptance criteria 與最終 artifact 才是。

只有當 task nodes 確實需要不同的判斷能力、成本或 execution boundary 時才使用這個 mode。若只是小型修改加一個明確 verification step，單一且 scope 清楚的 agent 仍是更好的計畫。

7 月以來有什麼改變

面向7 月 19 日10 月 21 日
Anthropic 模型Fable 5、Opus 5、Sonnet 5、Opus 4.8、Haiku 4.5Fable 5.1、Opus 5.5、Sonnet 5.5、Haiku 5.5；7 月那批成為 legacy
Claude Code2.1.226；Haiku 4.5 不支援 effort；巢狀被描述為固定五層2.1.305；預設 Opus 5.5；5.5 系列預設 medium；auto mode 成為互動式 session 起點；ultracode 是設定；巢狀預設三層
OpenAI 模型GPT-5.6 Sol、Terra、LunaGPT-6 Astra、GPT-6.1 Sol（預設）、GPT-6 Sol、GPT-6 Luna
Codexdesktop、CLI、IDE、cloud、exec、SDKCLI 0.163.0，含 command center、managed worktree 與背景 server；GPT-5.4、5.3-Codex-Spark 與 5.5 退出 ChatGPT 登入的 Codex
Google 模型Gemini 3.5 Flash（Stable）、3.1 Pro Preview、3.1 Flash-LiteGemini 4 Argon（GA，付費層）、3.8 Flash、3.5 Flash-Lite；3.5 Flash 自動改路由
Google 工具Antigravity CLI 取代消費者版 Gemini CLI；Jules 在 Public BetaAntigravity 應用程式 v2.24.0 與 CLI v1.4.0，兩者都提供 Claude 模型；Code Assist 新訂閱停售；Jules 仍在 Public Beta
xAI預設 Grok 4.5；Grok Build 為 Early Beta，7 月 15 日開源預設 Grok 4.7，另有 4.7 Fast 與 4.6；4.6 以後支援 xhigh；Grok Build 1.0.62

按 Workload 選，不要按 Logo 選

工作類型建議先測原因
架構、模糊除錯、對抗式驗證Fable 5.1、GPT-6 Astra 或 Gemini 4 Argon在錯誤決策最昂貴的地方使用 frontier tier
有人類 review 的日常實作Opus 5.5 或 Sonnet 5.5、GPT-6.1 Sol、Gemini 3.8 Flash 或 Grok 4.7各家目前的預設或主力模型
高量掃描與機械式 fan-outHaiku 5.5、GPT-6 Luna、Gemini 3.5 Flash-Lite支援工作很少需要最昂貴的判斷層
大規模 Claude-native 編排Claude Code dynamic workflows 或 ultracode計畫放在可續跑的 script，而不是單一 context window
desktop、CLI、IDE、cloud 與嵌入式 automation 共用一套CodexChatGPT 桌面版應用程式、Stable 的 codex exec、command center、managed worktree
Google 生態的非同步 multi-agent 工作Antigravity 應用程式與 CLIAutomations、subagent 訊息、plugin 與 Argon 存取
遠端執行 GitHub task 並回傳 PRJules非同步雲端交付；仍在 Public Beta
Terminal-first 平行工作且要能檢查 harnessGrok BuildHeadless、worktree 生命週期指令、開源 agent loop

接著照 7 月版的建議實測候選名單：用同一個真實任務跑過每一套 stack，記錄 patch correctness、verification discipline、recovery、isolation 與總完成成本——而且每季都要重做，因為預設值、alias 與自動改路由現在會在既有設定底下悄悄改變。

最後結論

Anthropic 擁有最新、最完整的階梯，而 Claude Code 2.1.305 預設更自主，因此 permission 設定現在和選模型一樣值得重視。OpenAI 把 Codex 換成 GPT-6，並以接近 Astra 的 GPT-6.1 Sol 作為預設。Google 以 Gemini 4 Argon 取得 GA 的 frontier 模型，並把工具收斂到 Antigravity，但自動改路由的 deprecation 可能已經改變了你 7 月的整合。xAI 在 Grok 4.7 上有更強的預設，Grok Build 指令面也大幅擴張，但沒有官方 CLI changelog，你得自己驗證所執行的版本。

不要孤立地購買一個 benchmark 冠軍。你要選的是模型角色、process boundary 與失敗恢復方式——而且每季都要重新檢查這三件事。

資料來源