Bandingkan agent

Satu permintaan, beberapa agen.
Pertahankan hasil yang Anda sukai.

Berikan tugas yang sama ke 2 hingga 4 CLI atau model dalam satu gerakan: Claude Code dan Codex, atau dua model dari CLI yang sama. Setiap agen bekerja di git worktree sendiri, dan checkout utama Anda tidak bergeser sampai Anda memilih salah satunya.

Benchmark yang dipublikasikan memberi tahu bagaimana sebuah model bekerja di repositori orang lain. Ini memberi tahu bagaimana model itu bekerja di repositori Anda, pada tiket yang benar-benar harus Anda tutup.

Unduh AgentsRoom Lihat cara kerjanya

Bandingkan di beberapa agent

Perbaiki loop pengalihan login

main, commit terakhir Anda

Claude Coderace-1-claude

3 file
+42 -11
6 mnt

Dipertahankan

Codexrace-2-codex

5 file
+88 -23
9 mnt

Pertahankan yang ini

Antigravityrace-3-antigravity

2 file
+31 -19
4 mnt

Pertahankan yang ini

Tiga agen, satu permintaan, tiga worktree. Angka-angka ini hanya contoh: Anda yang membaca diff dan Anda yang memilih.

Perbandingan Claude Code dan Codex ada di mana-mana, dan hampir semuanya menguji repositori yang bukan milik Anda. Yang ingin Anda ketahui adalah agen mana yang sanggup menangani stack Anda, konvensi Anda, dan bug yang ini. Cara langsung untuk mengetahuinya adalah memberi keduanya permintaan yang sama lalu membaca kedua diff.

Secara manual, itu berarti dua worktree, dua terminal, prompt yang sama ditempel dua kali, lalu diff masing-masing terhadap commit awal Anda. Cara ini berhasil, dan halaman ini menunjukkan perintah persisnya. AgentsRoom mengubahnya menjadi satu peluncur, untuk CLI apa pun dari 17 CLI agen yang dijalankannya (Claude, Codex, GitHub Copilot CLI, Cursor, dan 13 CLI agen lainnya).

AgentsRoom tidak memberi skor pada hasil dan tidak memilih pemenang. AgentsRoom memberi Anda angka yang sama untuk setiap agen, seluruh diff, dan tombol untuk menggabungkan yang Anda putuskan untuk dipertahankan.

Kartu perbandingan AgentsRoom setelah uji coba sungguhan: permintaan yang sama diberikan ke Claude Code dan Codex, masing-masing dengan file yang diubah, baris yang ditambah dan dihapus, waktu kerja, biaya, branch, serta tombol Lihat diff, Tampilkan, dan Pertahankan yang ini — Perbandingan sungguhan pada repositori demo kami: satu bug, dua agen, commit awal yang sama. Satu uji coba pada satu bug tidak menunjukkan CLI mana yang lebih baik, itu memberi tahu Anda diff mana yang dibaca lebih dulu.

Apa yang dilakukan perbandingan ini

Tiga agen sudah dipilih

Peluncur terbuka dengan tiga CLI terpilih, jadi cukup tekan Mulai. Setiap baris bisa mengganti penyedia, model, tingkat upaya, atau akunnya, dan Anda bisa memakai 2 hingga 4 baris. Dua model dari CLI yang sama dihitung sebagai dua agen.

Worktree baru untuk setiap agen

Setiap agen mendapat branch dan worktree sendiri, dipotong tepat dari HEAD Anda, termasuk commit yang belum Anda push. Jika sebuah worktree tidak bisa dibuat, baris itu gagal dan yang lain tetap mulai: agen tidak pernah beralih ke checkout utama Anda.

Berdampingan, saat mereka bekerja

Panel terbuka dalam satu baris, atau membentuk persegi dengan empat agen. Bilah di atasnya memantau setiap agen: Memulai, Bekerja, Menunggu Anda, Selesai, Gagal. Setelah itu tidak ada yang menggeser layar Anda: saat perbandingan berakhir, yang muncul hanya notifikasi dengan tombol Bandingkan.

Satu kartu per agen

File yang diubah, baris yang ditambah dan dihapus, waktu kerja, serta token atau biaya jika CLI melaporkannya. Lihat diff membuka di sebuah tab semua yang dikerjakan agen itu, sudah di-commit atau belum, terhadap commit awalnya.

Pertahankan yang ini

Tombol ini menggabungkan branch itu ke branch asal Anda, setelah konfirmasi yang menjelaskan apa yang akan terjadi. Apa yang ditinggalkan agen tanpa commit akan di-commit lebih dulu di branch-nya. Konflik membatalkan penggabungan dan membiarkan checkout Anda seperti semula.

Mulai dari ponsel Anda

Aplikasi iOS dan Android bisa memulai dan memantau perbandingan: komputer menjalankannya tanpa menyentuh layarnya, dan sebuah kartu di atas daftar agen menampilkan status setiap agen. Membandingkan hasil dan menggabungkan tetap dilakukan di komputer.

Cara menjalankan perbandingan

Lima langkah, dari permintaan hingga penggabungan.

1
Buka peluncur
Di sebuah proyek, buka tombol kilat dan pilih Bandingkan di beberapa agent, atau Agen baru di bagian bawah daftar agen lalu Bandingkan agent. Ketik permintaan dan lampirkan file jika tugasnya membutuhkannya.
2
Pilih agen
Tiga CLI sudah siap. Klik sebuah baris untuk mengubahnya, tambahkan atau hapus satu baris. Baris menampilkan CLI belum terpasang atau Kuota habis jika tidak bisa dimulai, dan tidak dihitung. Peluncur juga memberi tahu file mana yang belum di-commit dan tetap berada di luar worktree.
3
Mulai
Klik Mulai 3 agent, atau tekan Cmd/Ctrl+Enter. Worktree dibuat satu per satu, setiap agen menerima permintaan sebagai pesan pertamanya, dan panel terbuka berdampingan. Anda bisa menjawab agen mana pun di tengah jalan.
4
Bandingkan
Setelah mereka selesai, Bandingkan membuka satu kartu per agen. Baca angkanya, lalu buka Lihat diff pada yang layak dibaca, dan Tampilkan untuk memunculkan kembali konsol agen yang ingin Anda tanyai.
5
Pertahankan satu, bersihkan sisanya
Pertahankan yang ini menggabungkan branch-nya setelah konfirmasi. Aplikasi lalu menawarkan untuk menutup agen lain dan menghapus worktree mereka, dan lebih dulu mendaftar apa yang akan hilang. Anda bisa menolak dan melakukannya nanti dengan Bersihkan yang lain, atau keluar dengan Akhiri tanpa mempertahankan.

Jendela Bandingkan di beberapa agent AgentsRoom: kotak permintaan, tiga agen yang sudah dipilih (Claude, Codex, Antigravity), Tambah agent, catatan bahwa tidak ada yang berubah di checkout utama, dan tombol Mulai 3 agent — Peluncur: satu permintaan, tiga CLI yang sudah dipilih, setiap baris bisa mengganti model, tingkat upaya, atau akunnya. Sebelum memulai, peluncur mengingatkan bahwa setiap agen memakai kuotanya sendiri.

Perbandingan yang sama tanpa AgentsRoom

Anda tidak membutuhkan aplikasi kami untuk ini, dan metodenya layak diketahui. Setiap agen membutuhkan foldernya sendiri, jika tidak agen kedua akan menimpa yang pertama. Perintah-perintah ini dijalankan di repositori uji pada 5 November 2026.

Terminal

BASE=$(git rev-parse HEAD)
git worktree add -b try/claude ../try-claude HEAD
git worktree add -b try/codex ../try-codex HEAD

# one terminal per folder, the same request in each
cd ../try-claude && claude "fix the login redirect loop"
cd ../try-codex && codex "fix the login redirect loop"

# back in your main checkout: what did each one change?
git -C ../try-claude add -N . && git -C ../try-claude diff --stat $BASE
git -C ../try-codex add -N . && git -C ../try-codex diff --stat $BASE

Jalankan kedua perintah agen di dua terminal terpisah, satu di tiap folder, lalu jawab mereka sambil berjalan. Untuk memasukkan file baru ke dalam angka, tandai dulu dengan git add -N, karena git diff biasa mengabaikan file yang tidak terlacak. Untuk mempertahankan satu hasil, commit di foldernya, gabungkan branch-nya dari checkout utama Anda, lalu hapus worktree dan branch yang tidak lagi Anda perlukan.

Apa yang ditawarkan alat lain, per November 2026

Ide ini bukan milik kami saja, dan pada beberapa hal alat lain melangkah lebih jauh. Tanggal yang tercantum adalah hari kami membaca halaman mereka.

Cursor

Cursor 3 memiliki perintah /best-of-n yang menjalankan satu tugas di beberapa model, masing-masing di worktree sendiri. Agen induk mengomentari hasilnya dan bisa menggabungkan bagian dari implementasi berbeda ke dalam satu commit, hal yang tidak dilakukan AgentsRoom. Perintah ini membandingkan model di dalam Cursor (posting di forum Cursor, dibaca pada 5 November 2026).

VS Code

Jendela Agents di VS Code mencantumkan Compare Models sebagai fitur Preview: tugas yang sama di beberapa model, dengan hasil berdampingan. Halaman perbandingan kami membahas hal lain yang dilakukan jendela itu dan di mana ia melakukan lebih banyak daripada kami.

Orca

Orca dibangun dengan prinsip satu worktree per agen dan menunjukkan bug yang sama diberikan ke tiga agen. Ini alat yang paling dekat dengan alur kerja ini, dan tidak memerlukan peluncur terpisah untuk itu. Halaman perbandingan kami mendaftar perbedaannya.

Apa yang ditambahkan AgentsRoom

Perbandingan dilakukan antar-CLI yang berbeda, bukan hanya antar-model yang berbeda, sehingga Claude Code berhadapan dengan Codex, masing-masing dengan alatnya sendiri dan langganan Anda sendiri. Aturan kuota berlaku di setiap baris, dan agen yang Anda pertahankan berlanjut sebagai agen biasa di proyek.

Batasan

Proyek harus berupa repositori git dengan setidaknya satu commit, dan checkout Anda harus berada di sebuah branch.
Perubahan yang belum di-commit di checkout utama Anda tidak ada di worktree: worktree dimulai dari commit terakhir Anda. Peluncur menyampaikannya sebelum memulai.
Setiap agen memakai kuotanya sendiri: tiga agen menghabiskan tiga kali permintaan. Jika batas paket atau anggaran mesin tercapai, agen menunggu sampai ada ruang lalu mulai dengan sendirinya.
Proyek yang checkout-nya ada di komputer ini tetapi agennya berjalan di host SSH tidak bisa dibandingkan, karena worktree yang dipotong di sini tidak akan ada di host itu. Proyek yang dibuka langsung di server bisa.
Perbandingan berjalan di komputer yang memulainya, tidak pernah di mesin lain milik akun atau milik sebuah kumpulan mesin.
Jumlah file dan baris berasal dari git: file baru yang tidak terlacak dihitung sebagai satu file, tanpa jumlah baris. Waktu kerja tidak diketahui jika Anda mematikan statistik proyek.
Dari ponsel, Anda memulai dan memantau, tanpa lampiran. Membandingkan hasil, menggabungkan, dan membersihkan dilakukan di komputer.
Dirilis pada 5 November 2026 di versi 1.254.0 dan sejauh ini diuji secara manual di macOS. Windows dan Linux menjalankan panggilan git yang sama tetapi belum diuji secara manual.

Pertanyaan

Apakah Claude Code lebih baik daripada Codex?

Tergantung repositori dan tugas Anda, karena itu kami tidak menerbitkan peringkat. Di antara akun yang memulai Codex di AgentsRoom dalam empat minggu hingga 5 November 2026, 84% juga memulai Claude Code: banyak orang memakai keduanya. Pengujian yang berguna adalah pengujian Anda sendiri: berikan tiket nyata yang sama ke keduanya, baca kedua diff, dan ulangi pada dua atau tiga jenis tugas berbeda sebelum menarik kesimpulan.

Bagaimana cara membandingkan Claude Code dan Codex pada kode saya sendiri?

Berikan keduanya permintaan yang sama dari commit yang sama, masing-masing di git worktree sendiri, lalu diff masing-masing terhadap commit itu. Di AgentsRoom, itulah peluncur Bandingkan di beberapa agent. Tanpa itu, perintahnya ada di halaman ini: git worktree add untuk setiap agen, satu terminal per folder, git diff terhadap commit awal.

Apakah perbandingan menyentuh branch saya saat ini sebelum saya memilih?

Tidak. Setiap agen memiliki worktree dan branch sendiri. Hanya Pertahankan yang ini yang mengubah branch Anda, dan hanya setelah Anda mengonfirmasi. Jika sementara itu checkout Anda berpindah ke branch lain, Pertahankan yang ini menolak dan memberitahukannya, dan tidak ada yang digabungkan ke tempat lain.

Berapa biaya sebuah perbandingan?

Sebanyak jumlah agen dikali permintaan, pada kuota atau kunci API masing-masing CLI: AgentsRoom tidak menambahkan biaya per perbandingan. Peluncur menyebutkan jumlah agen sebelum memulai. Pakai untuk tugas yang pilihannya penting, seperti bug nyata atau fitur yang menyentuh beberapa file, bukan untuk setiap perubahan kecil.

Bisakah saya membandingkan dua model dari CLI yang sama?

Bisa. Setiap baris peluncur memiliki penyedia, model, tingkat upaya, dan akunnya sendiri, sehingga Anda bisa menempatkan dua model Claude berdampingan, atau model yang sama pada dua tingkat upaya, atau CLI yang sama pada dua akun.

Apa bedanya dengan best-of-n di Cursor?

/best-of-n di Cursor menjalankan satu tugas di beberapa model di dalam Cursor, masing-masing di worktree sendiri, dan agen induk mengomentari hasilnya serta bisa menggabungkan bagian dari beberapa percobaan. AgentsRoom membandingkan CLI yang berbeda maupun model yang berbeda, pada langganan Anda sendiri, dan menyerahkan penilaian kepada Anda: ia menampilkan angka dan diff, serta menggabungkan satu branch utuh. Sumber: posting forum Cursor tentang Cursor 3, dibaca pada 5 November 2026.

Apakah AgentsRoom memilih hasil terbaik untuk saya?

Tidak. Baris yang diubah dan waktu yang dihabiskan sedikit sekali bicara soal kualitas, dan skor akan menutupi hal itu. Jika Anda menginginkan pendapat kedua, minta agen lain meninjau diff sebelum Anda mengklik Pertahankan yang ini.

Apa yang terjadi jika satu agen crash, atau jika penggabungan mengalami konflik?

Agen yang crash ditandai Gagal dan yang lain terus berjalan. Jika Anda menutup agen atau me-restart aplikasi, perbandingan kembali, dan agen yang sudah ditutup tetap bisa dibandingkan dan dipertahankan. Jika penggabungan mengalami konflik, penggabungan dibatalkan dan checkout Anda kembali seperti semula: minta agen itu menyelesaikan konflik, lalu pertahankan lagi.

CLI mana saja yang bisa saya bandingkan?

CLI apa pun dari 17 CLI agen yang didukung AgentsRoom (Claude, Codex, GitHub Copilot CLI, Cursor, dan 13 lainnya) yang sudah terpasang dan masuk di komputer. Waktu kerja diketahui untuk semuanya. Token atau biaya hanya muncul untuk CLI yang melaporkannya.

Di samping halaman ini

Mungkin Anda juga suka

Git worktree

Beri setiap agen AI atau tiket git worktree-nya sendiri, siap di-build (dependensi terinstal, .env tersalin), lalu tinjau, commit, dan gabungkan dari satu jendela.

Claude dan Codex bersamaan

Bagi agen baru Anda antara Claude Code dan Codex: satu dari setiap dua tiket, atau 10% sesi Claude lalu 10% minggu Codex. Dua langganan terpakai seirama, bukan satu per satu. Aturan kuota mengurus sisanya.

Multi-Provider

AgentsRoom mendukung 17 provider AI coding: Claude, Codex, GitHub Copilot CLI, OpenCode, Antigravity CLI, Aider, Grok Build, Mistral Vibe, Kimi Code, Amp, oh-my-pi, Freebuff, Devin, Cursor, Command Code, Muse Code dan Pi. Tetapkan provider berbeda per agent, beralih provider di tengah percakapan, dan pertahankan konteks penuh dengan handoff otomatis. Alat multi-provider AI coding terbaik.