<!-- Markdown version for AI agents. Canonical HTML: https://www.tandiu.cn/agent-benchmark . Data is updated daily; see https://www.tandiu.cn/llms.txt -->
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：2026-11-02

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

### 推荐

与参考机持平或更快，日常和重活都从容

Mac
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
Windows 笔记本
Core Ultra 9 285H、Ryzen AI 9 HX 370、i7-13700HX、R7 8845HS
台式机
R7 9700X、R7 9800X3D、i5-14600KF、R7 7800X3D、R5 7500F
内存
16GB–32GB

### 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 2026-11-02

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 133
-
**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 178 · 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 229 · 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 225 · 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 111 · 单线程 129
-
**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 152 · 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 130 · 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。

**更多问题 (4)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。

**速度指数是怎么算的?**

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。

**哪些是假设、哪些没算进去?**

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。

WHY

## 为什么电脑会影响 AI 编程速度

01**AI 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 3.5%）。

**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 | 66s · 1 份提交 | 59s | -10% |
| M3 Ultra 28 核 | 69s · 1 份提交 | 62s | -10% |
| M4 Max 16 核 | 78s · 4 份提交 | 92s | +19% |
| M2 Ultra 24 核 | 87s · 1 份提交 | 80s | -8% |
| M3 Max 16 核 | 90s · 1 份提交 | 96s | +6% |
| M4 Max 14 核 | 92s · 1 份提交 | 102s | +10% |
| M4 Pro 14 核 | 96s · 5 份提交 | 102s | +6% |
| M3 Max 14 核 | 105s · 2 份提交 | 106s | +1% |
| M4 Pro 12 核 | 106s · 3 份提交 | 115s | +8% |
| M1 Ultra 20 核 | 109s · 1 份提交 | 94s | -14% |
| M2 Max 12 核 | 126s · 3 份提交 | 134s | +6% |
| M3 Pro 11 核 | 140s · 1 份提交 | 142s | +2% |
| M3 Pro 12 核 | 141s · 2 份提交 | 146s | +3% |
| M4 10 核 | 141s · 2 份提交 | 149s | +5% |
| M2 Pro 10 核 | 147s · 1 份提交 | 157s | +7% |
| M1 Max 10 核 | 152s · 1 份提交 | 156s | +3% |
| M1 Pro 10 核 | 184s · 1 份提交 | 155s | -16% |
| M3 8 核 | 184s · 1 份提交 | 174s | -5% |
| M2 8 核 | 202s · 1 份提交 | 205s | +2% |
| M1 8 核 | 250s · 2 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 18.8%；换 Xcode 26 新数据（含 M5）检验，中位误差 3.5%。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](https://arxiv.org/abs/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](https://arxiv.org/abs/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](https://arxiv.org/abs/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。

数据来源**跑分与官方文档取数日期**
- [PassMark CPU Benchmarks（单线程 / 多线程分数）](https://www.cpubenchmark.net/singleThread.html) 取数 2026-11-02
- [XcodeBenchmark（社区提交的 Mac 真实编译耗时）](https://github.com/devMEremenko/XcodeBenchmark) 取数 2026-11-02
- [OpenAI Codex 官方安装文档（系统要求）](https://github.com/openai/codex/blob/main/docs/install.md) 取数 2026-09-24
- [Microsoft Learn：WSL 跨文件系统性能](https://learn.microsoft.com/en-us/windows/wsl/filesystems) 取数 2026-09-24
- [Microsoft Learn：Dev Drive](https://learn.microsoft.com/en-us/windows/dev-drive/) 取数 2026-09-24
- [Claude Code 官方文档（系统要求）](https://code.claude.com/docs/en/setup) 取数 2026-09-24
