← كل المقالات

مقارنة

Claude Code مقابل Codex مقابل Cursor: اختبار العشر دقائق لفاتورتك أنت

كل مقارنة تجدها تجيب عن السؤال نفسه — أيها يكتب كودًا أفضل — بالدليل نفسه: ظهيرة واحدة، ومهمة واحدة، وكاتب واحد. السؤال الذي يحدد فاتورتك أضيق وقابل للقياس.

كتبه Ted Mavera، مدير منتج في HarnessUp، الشركة التي تصنع الأداة الموصوفة هنا. تُكتب نصوص هذا المدونة بمساعدة الذكاء الاصطناعي وتُراجع من الفريق قبل النشر.

ثلاثة شاشات جنبًا إلى جنب على مكاتب مطلية، يعرض كل منها علامة واحدة: نجمة بلون المرجان، وعقدة بيضاء، ومكعب أسود، وأمام كل منها ورقة معلّمة وإيصال وأكوام عملات، وفي المقدمة ساعة توقيف.

لماذا مقارنة أخرى

الأدوات الثلاث مختلفة الشكل فعلاً. Claude Code وكيل يعيش في الطرفية ويجري أيضًا في تطبيق سطح مكتب وداخل امتدادات المحرر. Codex وكيل البرمجة من OpenAI، متاح كأداة سطر أوامر، وفي المحرر، وكعامل سحابي مرتبط بخطة ChatGPT. أما Cursor فهو المحرر الذي جعل الوكلاء طبيعيين داخل المحرر، ويسعّرهم من مخزون استخدام مشترك. هذه الفروق حقيقية وتستحق المعرفة.

لكنها ليست ما تتفاعل معه فاتورتك. انقل المهمة نفسها بين اثنين منها فقد تتغير الفاتورة بمعامل ثلاثة دون أن يتغير سطر كود واحد — لأن التكلفة تكمن في عدد الأدوار التي تستهلكها المهمة، وفي مقدار السياق الذي يعيد كل دور إرساله، وفي مقدار إعادة العمل قبل أن تنتهي المهمة فعلاً. لذا بدلًا من ترتيب الوكلاء على مهمة لم تشغّلها أنت، يعطيك هذا المقال بروتوكولًا يمكنك تشغيله على مهمة شغّلتها فعلاً. عشر دقائق، مستودع واحد، ثلاثة أرقام.

ما يختلف بينها فعلاً

ثلاثة فروق بنيوية تهم في المقارنة، والباقي تفضيل.

أين يعيش الوكيل. وكيل الطرفية يرى المستودع عبر الأوامر التي تسمح له بتشغيلها. ووكيل المحرر يرى حالة المحرر والملفات المفتوحة والتشخيصات. والوكيل السحابي يرى الفرع الذي تسلّمه إياه. كل نقطة رؤية تغيّر الدقائق العشر الأولى من المهمة أكثر مما تغيّر العشر الأخيرة، وفي العشر الأولى يُحمَّل السياق.

كيف يُحاسب الاستخدام. خطط Claude Code تُحاسب بنوافذ، بكتلة من خمس ساعات وسقف أسبوعي. واستخدام البرمجة في ChatGPT يأتي مع فئة الخطة. وCursor يحاسب مخزونًا مشتركًا من الطلبات واستخدام النماذج. ثلاثة عدّادات مختلفة، وثلاث طرق مختلفة للارتطام بحائط عند الرابعة عصرًا يوم خميس — والحائط هو ما يسأل عنه معظم الناس فعلاً عندما يسألون أيها أرخص.

كيف يُدار السياق. هذا هو ما لا يضعه أحد في جدول المقارنة، وهو يحرّك الفاتورة أكثر من اختيار النموذج. هل يُسلَّم الملف الكبير كاملاً، وهل تُرفض القراءة المتكررة، وهل يُقتطع السجل: هذه قرارات الـharness، وكل واحد من الثلاثة يتخذها بطريقته. وهي أيضًا القرارات التي يمكنك قياسها.

بطاقة فهرسة واحدة على طاولة خشبية مع ساعة توقيت وقلم رصاص وثلاثة رموز صغيرة متطابقة مرتبة في صف، مصوّرة من الأعلى.
المهمة نفسها، ونقطة البداية نفسها، وثلاث تشغيلات. البطاقة هي البروتوكول كله.

الاختبار

اختر مهمة أنهيتها الأسبوع الماضي. لا لغزًا من ألغاز المقاييس — شيء من قائمة أعمالك أنت، بفوضاه كما هي: خطأ بوصف غامض، أو ميزة صغيرة تحتاج ملفين، أو إعادة هيكلة كسرت شيئًا. ثم افعل هذا.

1. جمّد نقطة البداية. انتقل إلى الإيداع حيث بدأت المهمة، في worktree نظيف. يجب أن تبدأ التشغيلات الثلاث من الشجرة نفسها، وإلا فأنت تقارن حالة مستودعك لا الأداة.

2. اكتب البرومبت نفسه. فقرة واحدة، هي التي كنت ستكتبها على أي حال. لا تُحسّنها لكل أداة — فالتحسين جزء مما تقيسه، وهو ليس مجانيًا.

3. شغّلها مرة لكل أداة، بالترتيب الذي تعمل به عادةً. لا تُنقذ تشغيلًا يتعثر. التعثر بيانات. توقف عندما تنتهي المهمة أو عندما كنت ستستسلم في الحياة الواقعية، وسجّل أي الاثنين كان.

4. سجّل أربعة أرقام لكل تشغيل. الأدوار (الرحلات ذهابًا وعودة إلى النموذج)، وتوكنات المدخلات، وتوكنات المخرجات، وهل احتاجت النتيجة مرورًا ثانيًا. إذا عرضت الأداة قراءات الذاكرة المؤقتة منفصلة، فاحتفظ بها أيضًا — فهي السطر الذي يفسّر الجلسات الطويلة.

5. سعّر التشغيل كما تدفع. إن كنت على اشتراك، فالرقم الذي تقارنه هو مقدار ما استهلكه التشغيل من النافذة، لا الدولارات لكل توكن. وإن كنت على API، فاضرب التوكنات في فئات نموذجك. لا تخلط الاثنين؛ فتشغيل على اشتراك وتشغيل على API ليسا الوحدة نفسها.

ما تكتبه

خمسة حقول تكفي، وتتسع على بطاقة فهرسة: المهمة، والأدوار، والتوكنات داخلة، والتوكنات خارجة، وإعادة العمل. احتفظ بالبطاقة. بعد شهر سيكون لديك ست بطاقات وصورة لعملك أنت لا تستطيع أي مقارنة منشورة أن تعطيك إياها، لأن أيا من المقارنات المنشورة لا يملك مستودعك.

الحقل الذي ينساه الناس هو إعادة العمل. تشغيل ينتهي في ثمانية أدوار ويشحن خطأً ليس أرخص من تشغيل ينتهي في اثني عشر ويشحن الإصلاح. احسب المرور الثاني، والتصحيح، ورسالة «في الواقع، لا». هناك يختبئ فرق التكلفة الحقيقي بين الوكلاء، ولهذا يكون سعر التوكن الواحد وكيلًا سيئًا عن القيمة.

كيف تقرأ النتيجة

اقسم على المهام المنتهية، لا على البرومبتات. الرقم المهم هو التكلفة لكل مهمة بقيت ثابتة، وهو عادةً يرتب الأدوات بخلاف ما يرتبها جدول الصدارة. نمطان يظهران بتكرار يستحق التسمية. الأول: الأداة ذات الجواب الأول الأفضل تفوز في المهام البسيطة وتخسر في الفوضوية، لأنها تعيد قراءة سياق أكبر في كل دور. والثاني: الأداة ذات السعر الأرخص لكل توكن تخسر بمجرد احتساب إعادة العمل، لأن النسخة الرخيصة احتاجت التصحيح.

الخلاصة الوحيدة التي لا يدعمها الاختبار هي «هذا النموذج أفضل». ما يدعمه هو «هذا النموذج، في هذا الـharness، على هذه المهمة، كلّفني هذا المقدار». تلك الجملة أقل قابلية للاقتباس وأكثر فائدة بكثير.

الجزء الذي تتخطاه المقارنات: الـharness حول الوكيل

بين برومبتك والنموذج توجد طبقة قرارات — أي ملف يُقرأ كاملاً، وأي سجل يُقتطع، وهل تُرفض قراءة متكررة، وهل يجري البناء قبل الدور التالي. هذه القرارات تنتمي إلى الـharness، وهي تفسّر حصة كبيرة من التباين في الاختبار أعلاه. وهي أيضًا الجزء الوحيد من المنظومة الذي يمكنك تغييره مع الاحتفاظ بالوكيل الذي تحبه أصلاً.

هذه أطروحة منتجنا، فاعتبروها دعوى تستحق التحقق لا حقيقة. HarnessUp طبقة محلية ثانية تعمل عبر الخطّافات الرسمية لـClaude Code وCodex، وفيها 151 أداة على عشر جبهات؛ وهي ليست وسيطًا ولا خادم MCP ولا إضافة، ولا تقرأ توكنك أو مفتاحك أبدًا. أداتان من جبهة Savings تقابلان هذا المقال مباشرة: Renew Session، الذي يعلّم الدور الذي يصبح فيه الاستمرار أغلى من إعادة البدء، وFirst Pass، الذي يترجم مباشرة بعد التعديل فينتقل البناء المكسور مع الدور التالي بدلًا من أن يشتري دورًا خاصًا به. تشغّل اللوحة أيضًا HarnessUp Bench، وهو ترتيب عام للنماذج والجهود حسب الدقة والتحسين والإنفاق، مبني على قياسات مجهولة الهوية من تثبيتات حقيقية — بما فيها تلك التي تقول إننا مخطئون في نموذج ما.

والحد الصادق: اليوم تدمج الطبقة Claude Code وCodex تلقائيًا. Cursor على خريطة الطريق، وليس في الصندوق. لو قال اختبارك إن Cursor يفوز في عملك، فالخطوة الصحيحة هي الاحتفاظ بـCursor وتخطّينا.

حكم تستطيع الدفاع عنه

شغّل الاختبار على ثلاث مهام بدل واحدة — خطأ، وميزة، وإعادة هيكلة — وسيكون لديك حكم بحجم عينة من تسع تشغيلات، وهو أكثر مما تملكه معظم المقارنات المنشورة. اكتب الأرقام، واحتفظ بالبطاقات، وعاود النظر فيها عند تغيّر إصدار نموذج. هذا الجزء الأخير هو سبب أن هذه الطريقة تعمّر أطول من جدول صدارة: الأداة التي تفوز اليوم لن تفوز إلى الأبد، لكن طريقتك في التحقق ستظل تعمل.

شغّل الاختبار بأرقامك أنت. HarnessUp يقيس جلسات Claude Code وCodex عندك محليًا ومجانًا — الحقول الأربعة نفسها، دون بطاقة فهرسة.

ثبّت مجانًا