[图一乐]Deepseek-V4-Flash在各Harness的能力对比--Pi,Opencode,Cursor,Ohmypi,Grokbuild,claude

事先声明:Deepseek 用的是Opencode Go的 且所有测试均在windows Terminal上进行单次实验,可能存在严重误差,并且每个人设置不同,测试内容不同也会导致测试结果完全不同.omp2是认为omp存在问题的重试.同时,cc等几乎是原配置,所以测出来可能并不好看,详情可见各个Harness的插件或设置

提示词

开发一个“项目任务管理与实时统计看板”的全栈应用。不要询问我任何技术选型细节，全部按你的最佳实践直接生成代码。

一、功能需求（业务逻辑）

- 用户认证：实现注册与登录，使用 JWT 管理会话。用户角色区分 admin 和 member，未登录无法查看任何内容。

- 任务 CRUD：

- 创建：标题、描述、优先级（P0/P1/P2）、指派人（选择已注册用户）、截止日期。

- 更新：支持修改所有字段。

- 状态流转：任务状态为 待处理 -> 进行中 -> 已完成 -> 已验收，不允许跳跃（例如不能从待处理直接跳到已验收）。

- 删除：仅管理员可删除任务。

- 统计看板（核心难点）：

- 提供看板 API，一次性返回以下三个聚合数据：

- 个人画像：当前登录用户负责的所有任务按状态分组计数。

- 团队负载：按“指派人”维度统计未完成任务（待处理+进行中）的数量与占比（百分比）。

- 趋势：近 7 天（含今天）每天的新增任务数量（若某天无新增，应返回 0）。

- 前端页面需将上述三个数据分别用表格、柱状图（CSS 绘制即可，不强制引入图表库）、折线图清晰展示。

- 并发防护（并发修 Bug 类难点）：

- 更新任务接口必须实现乐观锁。数据库表中需包含 version 字段。

- 当并发更新同一任务时，若提交的 version 与数据库不一致，必须返回 HTTP 409 错误码及提示“数据已被他人修改，请刷新重试”。

- 异步审计：每次任务的创建和状态变更，必须使用 FastAPI 的 BackgroundTasks 异步记录一条操作日志到数据库 task_logs 表（包含操作人、时间、旧状态、新状态）。

二、技术约束（工程化）

- 后端：FastAPI + Pydantic v2 + aiosqlite（异步 SQLite）。

- 前端：React + Vite 构建工具（使用 npm create vite@latest 标准模板），UI 使用 TailwindCSS 或干净的 Flexbox/Grid。

- 启动：编写根目录下的 start.sh 脚本，能够一键安装依赖、初始化数据库表结构，并分别启动后端（uvicorn）和前端开发服务器（npm run dev）。

三、关键代码质量约束（严防 Harness 作弊）

- 统计看板的 SQL 查询：严禁在 Python 代码中先把所有数据查出来再循环计算（即内存计算），必须使用 SQL 的聚合函数（GROUP BY + COUNT） 在数据库层面完成统计。

- 数据库初始化：启动脚本中应包含自动建表逻辑（使用 SQLAlchemy Core 或原生 sqlite3 均可）。

- 跨域处理：请正确配置 FastAPI 的 CORS 中间件，允许前端 localhost:5173 访问。

请根据以上所有要求，直接生成完整的项目文件树和所有文件源码。

先说结论:Grok Build 时间与代码质量都领先

而类似pi,omp2,cursor这些由于大量的测试占据了大量时间,本身写代码时间并不长.

注意:图的上下文是对话框实时上下文,一般由插件显示,不代表总上下文

总上下文(由于未接入第三方网关统计,Grok被覆盖,OC,Cursor看不了)
CC:397.9k input, 70.9k output, 990.3k cache read, 0 cache write
PI:↑89k ↓103k R7.1M
OMP:↑30k ↓62k R1.5M
OMP2:↑58k ↓111k R10.8M

完整的上下文

OMP:omp session

OMP2:omp session

OC:OpenCode

GROK,CLAUDE,CURSOR不知道咋搞

各个Harness的插件或设置

Grok原版仅基础设置/

omp原版仅基础设置/

omp2,重试omp1/

ClaudeCode几乎原版/

cursor用cursor++接入/

OpenCode @tarquinen/[[email protected]](https://feedbbs.com/cdn-cgi/l/email-protection) @franlol/[[email protected]](https://feedbbs.com/cdn-cgi/l/email-protection)/

Pi依据个人喜好大量改动(如图)

总结:在同一模型同一harness下的不同插件会导致误差

甚至同模型同harness下也会测出误差

真要看还是模型能力大于一切harness.

论开箱即用grok build保持了高水准

仅在全栈方面

前端我就不展示了,大差不差