AI AGENT COMPUTE BENCHMARK

Coding 电脑天梯

Codex、Claude Code 等 AI 编程工具，换台电脑能快多少？主流 Mac、笔记本、台式机分档对比，含最低 / 推荐 / 最佳配置，每周更新。

数据更新时间：2026-09-24

REQUIREMENTS

配置要求按"前端构建 / 大项目"这类重活分档，参考机 MacBook Air M4 / Mac mini M4；内存档位为本站建议

最佳

比参考机快 15% 以上，再加钱提升有限

Mac: MacBook Pro M5 Max 18核、MacBook Pro M5 Pro 18核、MacBook Pro M5 Pro 15核、Mac Studio M3 Ultra 28核
Windows 笔记本: —
台式机: Core Ultra 9 285K、Core Ultra 7 265K、R9 9950X、i9-14900K、i7-14700K
内存: 32GB 以上

最低

能用，重活比参考机慢不超过 20%

Mac: MacBook Air M3、MacBook Air M2、MacBook Air M1
Windows 笔记本: Core Ultra 7 258V、i7-12700H、Core Ultra 7 155H、Core Ultra 5 125H、骁龙 X Elite X1E-78-100、i7-1255U
台式机: i5-13400F、i5-12400F、R5 5600
内存: 16GB（8GB 仅轻度）

不建议

同样的重活要多花 25% 以上时间

Mac: —
Windows 笔记本: i5-1235U、i5-8250U
台式机: i5-10400
内存: —

LADDER

速度天梯速度指数：MacBook Air M4 / Mac mini M4 = 100，越高越快；按任务场景估算"总完成时间"的快慢。跑分数据每周一自动更新，本次 2026-09-24

本地执行占比 30%

MacWindows 笔记本台式机每行右侧小字：构建速度 / 单线程速度（参考机 = 100）

MacBook Pro M5 Max 18核最佳2026 · Apple M5 Max 18 Core
111快 11%
构建 202 · 单线程 132
MacBook Pro M5 Pro 18核最佳2026 · Apple M5 Pro 18 Core
111快 11%
构建 201 · 单线程 132
MacBook Pro M5 Pro 15核最佳2026 · Apple M5 Pro 15 Core
110快 10%
构建 177 · 单线程 131
Mac Studio M3 Ultra 28核最佳2025 · Apple M3 Ultra 28 Core
108快 8%
构建 232 · 单线程 114
台式机 Core Ultra 9 285K最佳2024 · 24核 · Intel Core Ultra 9 285K
108快 8%
构建 228 · 单线程 113
台式机 Core Ultra 7 265K最佳2024 · 20核 · Intel Core Ultra 7 265K
107快 7%
构建 205 · 单线程 110
台式机 R9 9950X最佳2024 · 16核 · AMD Ryzen 9 9950X
106快 6%
构建 224 · 单线程 105
MacBook Pro 14 M5 / Air M5推荐2025-26 · 10核 · Apple M5 10 Core
106快 6%
构建 110 · 单线程 128
台式机 i9-14900K最佳2023 · 24核 · Intel Core i9-14900K
106快 6%
构建 204 · 单线程 104
台式机 i7-14700K最佳2023 · 20核 · Intel Core i7-14700K
104快 4%
构建 186 · 单线程 99
MacBook Pro / Mac Studio M4 Max 16核推荐2024-25 · Apple M4 Max 16 Core
104快 4%
构建 163 · 单线程 102
台式机 R7 9700X推荐2024 · 8核 · AMD Ryzen 7 9700X
103快 3%
构建 142 · 单线程 103
Mac mini / MacBook Pro M4 Pro 14核推荐2024 · Apple M4 Pro 14 Core
103快 3%
构建 146 · 单线程 101
台式机 R7 9800X3D推荐2024 · 8核 · AMD Ryzen 7 9800X3D
103快 3%
构建 151 · 单线程 98
Mac mini / MacBook Pro M4 Pro 12核推荐2024 · Apple M4 Pro 12 Core
102快 2%
构建 129 · 单线程 101
性能本 Core Ultra 9 285H推荐2025 · 16核 · Intel Core Ultra 9 285H
102快 2%
构建 134 · 单线程 98
台式机 i5-14600KF推荐2023 · 14核 · Intel Core i5-14600KF
102快 2%
构建 146 · 单线程 95
MacBook Air M4 / Mac mini M4推荐2024-25 · 10核 · Apple M4 10 Core
100参考机
构建 100 · 单线程 100
轻薄本 Ryzen AI 9 HX 370推荐2024 · 12核 · AMD Ryzen AI 9 HX 370
99慢 1%
构建 136 · 单线程 88
MacBook Air M3最低2024 · 8核 · Apple M3 8 Core
99慢 1%
构建 85 · 单线程 105
台式机 R7 7800X3D推荐2023 · 8核 · AMD Ryzen 7 7800X3D
98慢 2%
构建 134 · 单线程 84
游戏本 i7-13700HX推荐2023 · 16核 · Intel Core i7-13700HX
98慢 2%
构建 126 · 单线程 84
台式机 R5 7500F推荐2023 · 6核 · AMD Ryzen 5 7500F
97慢 3%
构建 110 · 单线程 85
轻薄本 R7 8845HS推荐2024 · 8核 · AMD Ryzen 7 8845HS
97慢 3%
构建 115 · 单线程 83
轻薄本 Core Ultra 7 258V最低2024 · 8核 · Intel Core Ultra 7 258V
96慢 4%
构建 84 · 单线程 89
台式机 i5-13400F最低2023 · 10核 · Intel Core i5-13400F
96慢 4%
构建 104 · 单线程 81
游戏本 i7-12700H最低2022 · 14核 · Intel Core i7-12700H
95慢 5%
构建 104 · 单线程 77
轻薄本 Core Ultra 7 155H最低2024 · 16核 · Intel Core Ultra 7 155H
94慢 6%
构建 103 · 单线程 76
MacBook Air M2最低2022 · 8核 · Apple M2 8 Core 3500 MHz
94慢 6%
构建 72 · 单线程 86
台式机 i5-12400F最低2022 · 6核 · Intel Core i5-12400F
93慢 7%
构建 86 · 单线程 78
台式机 R5 5600最低2022 · 6核 · AMD Ryzen 5 5600
92慢 8%
构建 93 · 单线程 72
轻薄本 Core Ultra 5 125H最低2024 · 14核 · Intel Core Ultra 5 125H
92慢 8%
构建 88 · 单线程 74
MacBook Air M1最低2020 · 8核 · Apple M1 8 Core 3200 MHz
92慢 8%
构建 67 · 单线程 82
骁龙 X Elite X1E-78-100最低2024 · 12核 · ARM · Qualcomm Snapdragon X Elite - X1E-78-100
91慢 9%
构建 97 · 单线程 70
轻薄本 i7-1255U最低2022 · 10核 · Intel Core i7-1255U
87慢 13%
构建 62 · 单线程 70
轻薄本 i5-1235U不建议2022 · 10核 · Intel Core i5-1235U
86慢 14%
构建 60 · 单线程 68
台式机 i5-10400不建议2020 · 6核 · Intel Core i5-10400 @ 2.90GHz
82慢 18%
构建 59 · 单线程 57
老款轻薄本 i5-8250U不建议2017-18 · 4核 · Intel Core i5-8250U @ 1.60GHz
68慢 32%
构建 33 · 单线程 42

日常改代码（本地占比 15%）：最快 MacBook Pro M5 Max 18核指数 105，最慢老款轻薄本 i5-8250U 指数 81——同一个任务，最慢的要花最快的 1.3 倍时间。
修 bug + 跑测试（本地占比 30%）：最快 MacBook Pro M5 Max 18核指数 111，最慢老款轻薄本 i5-8250U 指数 68——同一个任务，最慢的要花最快的 1.6 倍时间。
前端构建 / 大项目（本地占比 45%）：最快 Mac Studio M3 Ultra 28核指数 124，最慢老款轻薄本 i5-8250U 指数 55——同一个任务，最慢的要花最快的 2.3 倍时间。

怎么读：指数 125 = 同一个任务比参考机快约 20%（总时间是参考机的 1/1.25）。"本地执行占比"指参考机上本地命令占总时间的比例；模型等待时间对所有电脑相同，所以占比越高，电脑之间差距越大——拖动滑块可以看到差距如何变化。

BUYING GUIDE

配置怎么选

CPU：单核定手感，多核定构建

跑测试、执行脚本、git、TypeScript 类型检查大多吃单核；npm 安装解压、Next.js / Vite 生产构建、多进程测试吃多核。只改改代码看单核，经常构建大项目看多核。

内存：官方最低 4GB，建议 16GB 起

Codex 官方要求 4GB、推荐 8GB，这只是 Codex 本身。Agent 干活时还会同时拉起 dev server、浏览器（Playwright）、测试进程，8GB 机器很容易吃紧（这一条是本站建议，非官方）。微软对开发场景的 Dev Drive 也建议 16GB。

硬盘：固态是底线，小文件性能很关键

一次 npm 安装会写几万个小文件。机械硬盘或低端 eMMC 会让"装依赖"成为最慢的一步。

Windows 用户：注意两个坑

Codex 官方对 Windows 11 的推荐方式是 WSL2。在 WSL 里干活时，项目要放在 Linux 文件系统（/home/…）里，不要放在 /mnt/c 下——微软文档明确说跨文件系统会慢。在 Windows 原生目录开发，可以把项目和包缓存放到 Dev Drive，并让 Defender 使用性能模式。

网络：剩下的时间都在等模型

电脑再快也只能压缩本地那一段。等模型的时间取决于模型速度和你到 API 的网络；网络不稳会放大这一段。

FAQ

常见问题

Codex 对电脑配置有什么要求？

OpenAI 官方要求：macOS 12 以上、Ubuntu 20.04+/Debian 10+，或 Windows 11 + WSL2；内存最低 4GB、推荐 8GB。这只是 Codex 本身的门槛。Agent 干活时还会同时跑依赖安装、构建、测试和浏览器，本站建议内存 16GB 起，CPU 至少达到本页“最低”档，想流畅用选“推荐”档。

Claude Code 需要什么配置？

Anthropic 官方要求：macOS 13.0+、Windows 10 1809+ / Windows Server 2019+、Ubuntu 20.04+、Debian 10+ 或 Alpine 3.19+；4GB 以上内存，x64 或 ARM64 处理器，需要联网。和 Codex 一样，实际速度取决于你电脑执行本地命令的快慢，本页天梯同样适用。

MacBook Air 能跑 Codex、Claude Code 吗？

能。按本页分档，MacBook Air M3、MacBook Air M2、MacBook Air M1 在“最低”档，MacBook Pro 14 M5 / Air M5、MacBook Pro / Mac Studio M4 Max 16核、Mac mini / MacBook Pro M4 Pro 14核、Mac mini / MacBook Pro M4 Pro 12核、MacBook Air M4 / Mac mini M4 在“推荐”档。8GB 内存的机型只建议轻度使用，同时开 dev server 和浏览器测试时容易内存吃紧。

换一台更快的电脑，AI 编程能快多少？

取决于任务里本地执行的比重。按本页推算，同一个任务最快和最慢的主流电脑之间：日常改代码最多差 1.3 倍；修 bug + 跑测试最多差 1.6 倍；前端构建 / 大项目最多差 2.3 倍。模型推理在云端，这部分时间换电脑不会变。

为什么顶配电脑也快不了太多？

因为大部分时间在等模型。第三方论文实测，编程 Agent 的本地工具执行通常只占总时间的 2%–39%，其余是模型推理和网络。所以从“推荐”档升到“最佳”档，日常任务只快约 5%–10%；构建重、测试多的项目差距才明显。

Windows 电脑跑 Codex 要注意什么？

Codex 官方推荐 Windows 11 通过 WSL2 使用。在 WSL 里干活时，项目要放在 Linux 文件系统（/home/…）里，不要放在 /mnt/c 下，微软文档说明跨文件系统会明显变慢。在 Windows 原生目录开发，可以把项目和包缓存放到 Dev Drive。

WHY

为什么电脑会影响 AI 编程速度

01AI 编程工具的命令是在你电脑上跑的

Codex、Claude Code 的模型在云端"想"，但它下的每条命令——装依赖、编译、跑测试、开浏览器——都由你的电脑执行。电脑慢，这部分就慢。

02本地执行约占 2%–39%，模型越快占比越高

三篇 2025–2026 年论文实测：编程 Agent 的工具执行占 2%–39%，模型推理更快时最高到 65%。重构、跑测试、前端构建类任务，电脑差距会被明显放大。

03跑分能预测编译速度，Mac 上误差约 4%–7%

用 20 款 Apple 芯片的真实编译耗时检验：PassMark 多核分数换算出的编译时间，留一法中位误差 6.8%（M5 新版数据 3.6%）。

Agent Task Time=Model Inference+Network Latency+Local Execution+Tool / Build / Test

模型推理运行在模型厂商云端，与你的电脑无关。本地执行由 Codex / Claude Code 当前所在的机器完成：

Git 操作文件扫描npm / pnpm installTypeScript 编译Webpack / Vite / Next.js buildPython 执行单元测试Docker数据库浏览器自动化 / Playwright图片处理大型代码库搜索本地工具调用

因此，同一个 Agent、同一个模型、同一个任务，在不同 PC / 云服务器上的总完成时间可能差很多。本栏目测的不是模型智力，而是 Agent Runtime。

VALIDATION

这个推算准不准？用 XcodeBenchmark 社区提交的真实编译耗时逐一检验（Xcode 16，20 款 Apple 芯片）

芯片	实测编译	跑分推算	误差
M3 Ultra 32 核	66s1 份提交	59s	-10%
M3 Ultra 28 核	69s1 份提交	62s	-10%
M4 Max 16 核	78s4 份提交	92s	+19%
M2 Ultra 24 核	87s1 份提交	80s	-8%
M3 Max 16 核	90s1 份提交	96s	+6%
M4 Max 14 核	92s1 份提交	101s	+10%
M4 Pro 14 核	96s5 份提交	102s	+6%
M3 Max 14 核	105s2 份提交	106s	+1%
M4 Pro 12 核	106s3 份提交	115s	+8%
M1 Ultra 20 核	109s1 份提交	94s	-14%
M2 Max 12 核	126s3 份提交	134s	+6%
M3 Pro 11 核	140s1 份提交	142s	+2%
M3 Pro 12 核	141s2 份提交	146s	+4%
M4 10 核	141s2 份提交	149s	+5%
M2 Pro 10 核	147s1 份提交	157s	+7%
M1 Max 10 核	152s1 份提交	156s	+2%
M1 Pro 10 核	184s1 份提交	155s	-16%
M3 8 核	184s1 份提交	174s	-5%
M2 8 核	202s1 份提交	205s	+2%
M1 8 核	250s2 份提交	215s	-14%

Mac：可信。把每款芯片单独拿出来，用其余芯片拟合的公式去预测它，中位误差 6.8%，最大 18.7%；换 Xcode 26 新数据（含 M5）检验，中位误差 3.6%。误差最大的是 Ultra 这类超多核芯片——核心再多，编译也不会按比例变快，公式里已按实测的衰减系数处理。

Windows 笔记本 / 台式机：可信度低一档。我们没找到能公开取用、覆盖主流 PC 的编译耗时数据来做同样的检验，PC 行只按跑分换算。Windows 上还有杀毒扫描、NTFS 小文件开销、WSL 文件系统等额外因素，实际表现通常不会好于跑分推算。

"单线程"一栏只作参考。PassMark 单线程分数在个别 Apple 芯片上有反常（例如 M3 高于 M4），单独用它预测编译误差很大，所以天梯里单线程只按场景占小权重。

RESEARCH

论文依据第三方论文实测，均为服务器环境，数字用于确定"本地执行占多少"的范围

编程类 Agent 任务中，本地 Bash 工具执行平均占端到端时间 39%（SWE-bench / BigCodeBench / APPS 三个基准平均）；加 CPU 核心只在本地执行处于关键路径时才有效。
Choi et al., Not All AI Agents Are Equal (IEEE MASCOTS 2026, Korea Univ. & Microsoft Research Asia), arXiv:2609.19947 · Azure 24 vCPU EPYC 7V13，Gemini 3 Flash API
用 Claude Code 跑 5 个 Agent 基准：模型推理占 71–98%，工具执行占 2–29%；SWE-bench Pro 与 Terminal-Bench 的工具耗时约 17.7% / 17.6%。
Yuan et al., Agentic AI Workload Characterization (UIUC / Intel), arXiv:2605.26297 · Claude Code 框架 + Gemma / Qwen 模型
SWE-Agent 编程任务里 Bash/Python 执行占 25%–38%；换到更快的 GPU（模型变快）后，CPU 侧工具执行最高占 65%。
Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective (Georgia Tech / Intel), arXiv:2511.00739 · 服务器级 CPU + RTX Pro 6000 / H200

实测数据库（建设中）

上面的天梯是用公开跑分推算的。我们同时准备了一套真机测试工具（首期 Codex，后续 Claude Code 等）（6 类固定任务：仓库理解、依赖安装、生产构建、测试修复、浏览器自动化、大数据计算，每项 ≥3 次取中位数），有真机实测结果后会在这里单独列出，并用来校准推算。欢迎扫页脚二维码提供机器参与测试。

方法与局限

速度指数 = 100 ÷ [(1 − 本地占比) + 本地占比 × 本地耗时系数]。本地耗时系数按场景把"构建"和"单线程"两部分加权：构建速度 = (多核分 ÷ 参考机多核分)^0.79（指数由 XcodeBenchmark 实测拟合），单线程速度 = 单线程分 ÷ 参考机单线程分。三种场景的本地占比（15% / 30% / 45%）和构建权重（20% / 30% / 70%）是本站按论文实测范围设定的假设，不是测量值。没有计入内存不足、散热降频、电池模式、硬盘和系统差异。这是一份选购参考，不是 Codex 真机成绩。

PassMark CPU Benchmarks（单线程 / 多线程分数）取数 2026-09-24
XcodeBenchmark（社区提交的 Mac 真实编译耗时）取数 2026-09-24
OpenAI Codex 官方安装文档（系统要求）取数 2026-09-24
Microsoft Learn：WSL 跨文件系统性能取数 2026-09-24
Microsoft Learn：Dev Drive 取数 2026-09-24
Claude Code 官方文档（系统要求）取数 2026-09-24