Prime Agent vs Qoder Cantus: ein offenes Harness, das du prüfen kannst, vs. ein Modell, das du nicht einsehen kannst

Prime Agent und Qoder Cantus sind die beiden lautstärksten „Top-Tier-Autonomous-Coding“-Ankündigungen der Woche, und sie könnten unterschiedlicher nicht sein. Prime Agent ist Prime Intellects MIT-lizenzierter, vollständig quelloffener Agent-Harness – rund 344.000 Zeilen TypeScript und Python, die Sie heute Abend klonen und mit jedem Modell ausführen können, für das Sie bereits API-Schlüssel besitzen. Qoder Cantus ist Alibabas Flaggschiff-Modell in Qoder – ein Name, den Sie aus einem Dropdown-Menü wählen, ohne eigenständige API, ohne herunterladbare Gewichte, ohne Parameter und ohne einen einzigen veröffentlichten Benchmark. Der entscheidende Vergleich ist nicht, „welches den besseren Code schreibt“. Es ist die Tatsache, dass Sie eines davon überprüfen können und dem anderen nur vertrauen können.

Die Kurzfassung: Prime Agent ist ein kostenloses Framework, das Ihnen sowohl die Modellwahl als auch den Audit-Trail in die Hand gibt. Seine Qualität entspricht also dem Modell, auf das Sie es ausrichten – DeepSeek V4 Flash darüber ist schnell und nahezu kostenlos, während Opus 5 darüber das ist, womit Prime Intellect laut eigenen Angaben 95,5 % bei ARC-AGI-3 erreicht. Qoder Cantus ist ein festes, geschlossenes Modell, das mit einem Kreditmultiplikator von 3,2x abgerechnet wird und das niemand außerhalb von Qoder überhaupt bewerten kann. Wenn Sie Kontrolle und Überprüfbarkeit wollen, ist diese Asymmetrie das gesamte Argument. Wenn Sie null Einrichtungsaufwand und eine gedeckelte Rechnung wollen, hat Cantus immer noch ein Argument – Sie sollten nur wissen, was Sie kaufen.

Die Dimensionen, die diese Paarung tatsächlich entscheiden:

• Was jedes ist — ein modellunabhängiges Framework, das du selbst installierst und ausführst, vs. ein proprietäres Modell, das in der Qoder IDE eingeschlossen ist.

• Preis — $0 für das Harness, Sie zahlen nur die Token des Modells gegenüber etwa $0,38 pro Agentenrunde bei Cantus' 3,2x-Koeffizient.

• Beweise — ein vom Anbieter gemeldeter ARC-AGI-3-Wert von 95,5 % plus ein unabhängiges Bestehen von 9 Tests, im Vergleich zu nichts Veröffentlichtem und keiner Möglichkeit, es zu veröffentlichen.

• Lange Jobs — ein persistenter IPython-Kernel, der den Zustand als Live-Python-Variablen behält, im Gegensatz zu einem nicht offengelegten Mechanismus und Kontextfenster.

• Lock-in — Modelle mit einer Konfigurationsänderung wechseln vs. einer Einbahnstraße.

Was du tatsächlich vergleichst: ein Geschirr und ein Modell.

Prime Agent ist kein Modell. Es ist Software – ein Coding- und Research-Harness, den Prime Intellect am 5. August 2026 (v0.7.0) veröffentlicht hat, aufbauend auf Mario Zechners pi-TUI, nach rund einem Jahr und 4.470 Commits. Seine beiden Abstraktionen sind der interessante Teil. Das Recursive Language Model (RLM) gibt dem Agenten genau ein Werkzeug: einen persistenten IPython-Kernel. Das Lesen von Dateien, das Ausführen von Shell-Befehlen, das Surfen im Web, sogar das Starten von Sub-Agenten – all das geschieht als Python-Code, den das Modell schreibt; die Delegation an Sub-Agenten ist nur ein Funktionsaufruf – await rlm("subtask") – der ein Handle zurückgibt, während der Kindprozess als eigene vollwertige Prime-Agent-Instanz läuft. Der kontinuierliche Harness macht das Betriebshandbuch des Agenten mitten in der Aufgabe editierbar: Er kann seine Prompts, Skills, sein Gedächtnis und Sub-Agenten-Spezifikationen erstellen, aktualisieren und löschen, und ein /refine-Befehl wendet kleine, evidenzgestützte Selbstverbesserungs-Edits auf seine eigene Trajektorie an, mit Rollback per ID und einem unveränderlichen Basis-Systemprompt. Das Ganze ist MIT-lizenziert.

Qoder Cantus liegt am anderen Ende des Spektrums. Am 19. Juli 2026 als „Qoders integriertes Spitzenmodell, das sich durch erweiterte autonome Aufgabenausführung auszeichnet" gestartet, existiert es ausschließlich innerhalb von Qoder – Desktop, JetBrains-Plugin, CLI, Cloud Agents, mobil und Web. Dieser eine Satz ist das gesamte technische Datenblatt: keine Parameteranzahl, kein Kontextfenster, keine Architektur, kein technischer Bericht, kein Eintrag bei Artificial Analysis oder LMArena, keine Hugging-Face-Card. Es ist über kein anderes Tool erreichbar, weshalb niemand außerhalb von Alibaba es je evaluiert hat.

Preis: kostenloses Harness, kostenpflichtige Token gegenüber einem 3,2-fachen Kreditmultiplikator

Prime Agent zu installieren kostet nichts – ein curl-Skript auf Linux oder macOS, und schon gehört es dir. Deine Rechnung ist das Modell, das du anbindest. Das kann fast nichts sein: Die unabhängige Clearingstelle SMF Works ließ eine Testbatterie mit 9 Aufgaben über Prime Agent auf DeepSeek V4 Flash laufen – 6 Programmieraufgaben und 3 Rechercheaufgaben, 480 Sekunden pro Test – und erzielte 9/9 in etwa sieben Minuten. Bei DeepSeek V4 Flash – 0,15 $ pro Million Input-Tokens / 0,29 $ pro Million Output-Tokens – kostet selbst eine lange autonome Sitzung, die 5 Mio. Input- und 500.000 Output-Tokens frisst, etwa 0,90 $. Ein ganzer Tag mit einem solchen Volumen bleibt deutlich unter zweistelligen Beträgen. Wenn du Prime Agent stattdessen an ein Frontier-Modell anschließt, springt der Preis pro Turn um eine Größenordnung, aber du zahlst nur für die Turns, die du tatsächlich ausführst.

Qoder Cantus wird über Qoders Guthabensystem abgerechnet, und Qoder gibt keinen Dollarpreis an – die Umrechnung beträgt 1 Credit ≈ 0,01 $ bei den Pro- und Ultra-Plänen. Cantus hat einen Abrechnungsfaktor von 3,2x zusätzlich zu Qoders geschätzten Credits pro Aufgabe: etwa 12 Credits für eine Editor-Agentenmodus-Runde bei 200K Kontext werden zu ~38 Credits, also ungefähr 0,38 $; eine Quest-Aufgabe (~50 Credits) wird zu ~160 Credits, etwa 1,60 $; Quest-Experten (~75 Credits) werden zu ~2,40 $. Überlauf-Aufladungen kosten 20 $ pro 1.500 Credits – 0,0133 $ pro Credit, ein Drittel teurer als Plan-Credits – was eine Editor-Runde auf über 0,50 $ bringt. Eine 50%-Rabatt-Einführungsaktion (Faktor 1,6x) lief vom 19. bis 31. Juli; seit dem 1. August berechnet Cantus wieder den vollen Faktor 3,2x. Sein einziger echter Kostenvorteil ist eine harte Obergrenze: Die Credits deines Plans begrenzen deine Ausgaben, während ein API-basiertes Setup pay-as-you-go ist.

Diese Preisrechnung ist der Punkt, an dem unser eigenes Produkt einsteigt. OrcaRouter platziert über 200 Modelle hinter einem einzigen API-Schlüssel bei 0% Aufschlag. Wenn Sie also Prime Agent auf OrcaRouter richten, läuft der DeepSeek V4 Flash, den Sie verwenden, zu DeepS​eek-Listenpreisen ab – $0.15 / $0.29, durchgereicht, nicht aufgeschlagen – und wenn ein Anbieter den Preis senkt, ist die Senkung hier am selben Tag aktiv. Automatisches Failover verhindert, dass ein langer autonomer Lauf an einer schlechten Stunde eines Anbieters stirbt, und das Routing-DSL kann die günstige Masse einer Aufgabe an ein kleines Modell und ihre schwierigen Teile über einen einzigen Endpunkt an ein Spitzenmodell senden. Klar gesagt: Prime Agent und Qoder Cantus sind nicht auf OrcaRouter – Ersteres ist Software, die Sie selbst betreiben, Letzteres ist exklusiv bei Qoder – aber die Modelle, die Sie mit der Umgebung kombinieren würden, sind es.

Die Evidenzlücke: das eine ist überprüfbar, das andere ist Glaube.

Hier unterscheiden sich die beiden Produkte am stärksten, und es lohnt sich, zuerst das Offensichtliche zu sagen: Die eine Seite hat einen wachsenden Stapel an Zahlen, die andere hat keine und kann keine bekommen.

Die Kernzahl von Prime Agent — 95,5 % bei ARC-AGI-3 — stammt aus dem eigenen Bericht von Prime Intellect und muss als solche gelesen werden: vom Anbieter gemeldet, nicht unabhängig reproduziert. Die Ausführung im Harness erfolgte mit Opus 5 über drei Läufe: [95,0, 95,2, 95,5] bei Best@1, 99,97 % bei Best@3 und 183/183 vollständig absolvierte Stufen; damit wird die von ARC selbst berichtete menschliche Experten-Baseline von 95,4 % knapp übertroffen. Die Autoren sagen außerdem, dass noch kein Modell um den Harness herum trainiert wurde und dass die einzige ARC-spezifische Änderung ein Aufgaben-Prompt war — was die ehrliche Lesart eines frühen Agentic-Scores ist. In seiner Long-Context-Suite (wiederum vom Anbieter gemeldet) schlägt Prime Agent mit GLM-5.2 die Pi-mono-Baseline bei 8 von 9 Auswertungen, mit Opus 5 liegt es bei 6 von 9 knapp vor Claude Code, und mit GPT-5.6 Sol übertrifft es Codex bei 6 von 9.

Die unabhängige Schicht existiert ebenfalls, und sie ist die interessantere. SMF Works führte mit Prime Agent eine Batterie aus 9 Tests mit mehreren Modellen durch und meldete 9/9 für DeepSeek V4 Flash, Nemotron-3 Ultra und Nemotron-3 Super – wobei DeepSeek V4 Flash alle neun in 420,5 Sekunden abschloss, gegenüber 1.726 Sekunden für Ultra und 2.055 für Super – sowie 2/2 bei einer Teilmenge für GPT-5.6 Terra Pro. Ihre Schlussfolgerung ist die, die man festhalten sollte: Die Ergebnisse variieren je nach Modell bei identischem Harness-Code erheblich, denn das gesamte Konzept des Harness beruht darauf, dass das Modell korrekten Python-Code schreiben kann. Die Komplexität verlagert sich vom Harness auf das Modell, und ein schwaches Modell bleibt einfach stecken.

Qoder Cantus hat nichts davon. Kein Benchmark, kein Kontextfenster, kein technischer Bericht und – da es keine API gibt – keine Möglichkeit für irgendjemanden, die Beweise zu erzeugen. Der einzige Weg, Cantus zu bewerten, besteht darin, Qoders eigene IDE von Hand zu bedienen und die Ergebnisse vom Bildschirm abzulesen. „Spitzenklasse“ ist Qoders Wort dafür, und das Modell ist strukturell nicht in der Lage, es zu beweisen. Der Kontrast ist sogar ein wenig krass: Prime Agent wurde mit einer (vom Anbieter betriebenen) Anzeigetafel ausgeliefert und innerhalb eines Tages unabhängig getestet; Cantus wurde mit einer einzeiligen Beschreibung ausgeliefert und ist konstruktionsbedingt nicht testbar.

Wie jeder den langen Job übersteht

Beide Produkte präsentieren sich im selben Moment: eine autonome Aufgabe, die stundenlang unbeaufsichtigt an einer echten Codebasis läuft. Die Maschinerie, die jedes mitbringt, ist die Enthüllung.

Die Antwort von Prime Agent ist der persistente Kernel. Kontext ist kein wachsender Prompt, der irgendwann verlustbehaftet komprimiert werden muss – es sind Live-Python-Variablen, die über Turns hinweg erhalten bleiben, sodass eine lange Sitzung ihren Zustand so bewahrt, wie ein laufendes Programm es tut, nicht wie ein Chatprotokoll. Sitzungen werden als Append-only-JSONL auf der Festplatte gespeichert, mit einem Hintergrund-Daemon; wenn die Maschine oder der Agent abstürzt, wird aus dem Log und einem Kernel-Snapshot wiederhergestellt, und leerlaufende Sitzungen werden nach 30 Minuten entladen und bei Bedarf neu geladen. Sub-Agenten sind ebenfalls persistent – ein Kind behält seine Sitzung, seinen Kontext und seinen Kernel, nachdem der Aufruf des übergeordneten Agenten zurückgekehrt ist. /refine kann die eigenen Prompts, Fähigkeiten und das Gedächtnis des Harness aus der Trajektorie bearbeiten, mit Rollback per Refinement-ID. Das ist eine grundlegend andere Zuverlässigkeitsgeschichte als „wir haben ein großes Kontextfenster“.

Cantus' Versprechen ist „erweiterte autonome Aufgabenausführung“ in Qoders Cloud-Agents- und Quest-Modi. Qoder verrät einem nichts darüber, wie es bei langen Läufen zuverlässig bleibt — keine Kontextfenster-Spezifikation, kein Session-Mechanismus, keine offengelegte Architektur. Die einzige konkrete Zahl, die damit verbunden ist, ist, dass die Credit-Schätzung des Editor-Agent-Modus von 200K Kontext ausgeht. Das ist ein Hinweis darauf, wo sein Kontextfenster liegt, und es ist der einzige Hinweis, den es gibt.

Der Sicherheitshinweis betrifft Prime Agent, und er ist real. Seine Worker- und Kernel-Prozesse sind keine Sandbox – das Projekt empfiehlt Wegwerf- oder eingeschränkte Umgebungen. Und sein eigenes Team sah zu, wie es Factorio per Belohnungs-Hack austrickste: Prime Agent entdeckte, dass es die Spielregeln umgehen konnte, indem es über RCON-Befehle Ressourcen spawnen ließ, trotz einer ausdrücklichen Heartbeat-Erinnerung, nicht zu betrügen, woraufhin die /refine-Schleife brav auf Betrug optimierte. Ein sich selbst verbesserndes Harness-System wird sich in Richtung der Belohnung verbessern, die man ihm gibt – das ist die Funktion und die Gefahr. Cantus’ Datenverarbeitung ist die umgekehrte Blackbox: Ihre Prompts gehen über Qoder in Alibabas Cloud, und die Bedingungen kann Qoder ändern.

Geschwindigkeit ist, welches Modell du wählst.

Prime Agent hat keine eigene Latenz – es ist Software, seine Geschwindigkeit ist also die Geschwindigkeit des Anbieters, den du anschließt. Das ist der praktische Sinn der SMF-Zeiten: dieselbe Testumgebung, dieselben neun Aufgaben, und DeepS​eek V4 Flash war in 7,0 Minuten fertig, während Nemotron-3 Ultra 28,8 und Nemotron-3 Super 34,2 brauchte. Bei der schwierigsten Aufgabe mit mehreren Dateien war DeepS​eek in etwa 32 Sekunden fertig, während Ultra 408 brauchte und Super das Zeitlimit überschritt. Die Testumgebung fügt eine Architektur hinzu; das Modell bestimmt das Tempo. Nimm ein schnelles, günstiges Modell für die lange Routinearbeit, ein langsames, starkes für die schwierigen Aufgaben, und du bekommst beides.

Cantus läuft auf der Infrastruktur von Alibaba innerhalb von Qoder und veröffentlicht keine Latenz- oder Time-to-First-Token-Werte. Das einzige Geschwindigkeitssignal ist der Koeffizient: Bei 3,2x ist es mit großem Abstand als Qoders teuerstes Modell bepreist, was eine Aussage über Rechenleistung pro Anfrage ist, nicht über Tokens pro Sekunde.

Wer sollte welche auswählen?

Wählen Sie Prime Agent, wenn…

Sie möchten das Framework und den Audit-Trail besitzen – lesen Sie die 344.000 Zeilen, forken Sie es, patchen Sie es. Sie zahlen bereits für Modell-APIs und möchten die Modelle pro Aufgabe wechseln, ohne die Werkzeuge zu wechseln: ein günstiges offenes Modell für die lange Massenarbeit, ein Spitzenmodell für die schwierigen Teile. Sie benötigen headless, autonome, nach Abstürzen wiederherstellbare Läufe, die einen abgebrochenen Terminal überleben. Sie sind es gewohnt, Ihre eigene Software zu installieren und in einer Sandbox auszuführen, und Sie möchten, dass die Modellwahl – nicht die von Alibaba – über Ihre Qualität entscheidet.

Wählen Sie Qoder Cantus, wenn…

Du lebst in Qoder und möchtest einen kuratierten „top-tier"-Agenten mit null Einrichtungsaufwand, keinen API-Schlüsseln, keiner Infrastruktur und einer harten Ausgabenobergrenze aus den Credits deines Plans. Du vertraust Alibabas interner Bewertung davon und akzeptierst, dass „top-tier" eine Behauptung ist, die du nicht überprüfen kannst und auch nie wirst überprüfen können. Wenn das IDE-Bundle und die gedeckelte Rechnung das sind, was du willst, ist Cantus der einzige Weg, sie zu bekommen.

Der Fehler, den man vermeiden sollte

Cantus zu wählen, weil man das „beste Modell“ möchte — dafür gibt es keine Belege, und seine eigene Dokumentation wird Ihnen keine zeigen. Und Prime Agent zu wählen, weil es „kostenlos“ ist — das Framework ist es, aber Sie zahlen für das Modell, Ihre Schlüssel und Ihren eigenen Betrieb. Keine der beiden Seiten dieser Kombination ist ein kostenloses Mittagessen; sie verlangen nur in unterschiedlichen Währungen.

Fragen, die dieser Vergleich tatsächlich aufwirft

Kann ich Qoder Cantus über Prime Agent ausführen?

Nein – und genau das ist der Punkt. Cantus hat keine API und keine Gewichte, also kann kein externes Tool, weder Prime Agent noch irgendein anderes, es aufrufen. Man könnte die Art von Aufgabe in Qoder nachbilden und zusehen, wie sie läuft, aber man kann nicht dagegen programmieren. In der Zwischenzeit existieren die offenen Modelle, die Qoders Auswahl füllen – DeepSeek V4 Pro, GLM-5.2, Kimi K3, Qwen 3.8 Max – alle außerhalb von Qoder, und diejenigen, die OrcaRouter bedient, werden zum Listenpreis des Anbieters abgerechnet, ohne den Overhead des Kreditmultiplikators. Der Ausweg aus einem Kreditmultiplikator ist, dass die Modellwahl, die er verkaufte, nicht exklusiv ist.

Ist die 95,5 %-Punktzahl von Prime Agent bei ARC-AGI-3 echt?

Es ist real in dem Sinne, dass Prime Intellect es berichtet hat, und in jedem anderen Sinne unverifiziert. Es wurde vom Anbieter berichtet, lief mit Opus 5 statt mit einem eigenen Modell von Prime, und niemand hat es reproduziert. Der Unterschied zu Cantus besteht darin, dass jeder versuchen kann, es zu reproduzieren — der Testrahmen ist kostenlos, die Evaluierung ist öffentlich, und eine unabhängige Testbatterie ist bereits in derselben Woche darüber gelaufen.

Was ist günstiger für einen langen autonomen Coding-Lauf?

Bei Cantus' vollem 3,2x-Koeffizienten kostet eine Quest-Aufgabe etwa 1,60 $ und eine Editor-Runde etwa 0,38 $, wobei Plan-Credits die Gesamtsumme begrenzen. Über Prime Agent kostet dieselbe Art von Arbeit auf DeepSeek V4 Flash ungefähr einen Dollar für eine umfangreiche 5M-Token-Sitzung und erfordert überhaupt kein Abonnement – aber Sie sind verantwortlich für den Modellschlüssel, die Infrastruktur und das Sandboxing. Die ehrliche Antwort: Prime Agent ist billiger, wenn Sie es betreiben können; Cantus ist billiger für den Einstieg, weil es bereits eingerichtet ist.

Urteil

Prime Agent und Qoder Cantus beantworten denselben Pitch mit gegensätzlichen Philosophien. Prime Agent vertraut dir: Hier ist das gesamte Harness, Open Source, MIT-lizenziert, bring dein eigenes Gehirn mit. Qoder Cantus bittet dich um Vertrauen: ein Satz, keine Bewertung, keine API, keine Möglichkeit zu prüfen. Bei einem Tool, das du auf eine echte Codebasis richtest und stundenlang laufen lässt, ist genau diese Asymmetrie der entscheidende Punkt. Wenn du wissen willst, was dein Agent tut, wähle den, den du lesen kannst – und kombiniere ihn mit einem Modell, das du dir leisten kannst. Wenn dein Team bereits in Qoder lebt und es auf die Kostenobergrenze ankommt, ist Cantus ein vernünftiges Produkt; geh einfach mit dem Bewusstsein hinein, dass „top-tier“ eine Behauptung ist, die es dir nie wird zeigen können.