Prime Agent vs Qoder Cantus: Perangkat Terbuka yang Dapat Anda Audit vs Model yang Tidak Dapat Anda Sentuh

Prime Agent dan Qoder Cantus adalah dua pidato "pengkodean otonom tingkat atas" paling keras minggu ini, dan keduanya sangat berbeda. Prime Agent adalah kerangka kerja agen sumber terbuka penuh milik Prime Intellect yang berlisensi MIT — sekitar 344.000 baris TypeScript dan Python yang dapat Anda klon malam ini dan jalankan dengan model apa pun yang kunci API-nya sudah Anda miliki. Qoder Cantus adalah model unggulan Alibaba di dalam Qoder — nama yang Anda pilih dari menu tarik-turun, tanpa API mandiri, tanpa bobot yang dapat diunduh, tanpa parameter, dan tanpa satu pun tolok ukur yang dipublikasikan. Perbandingan yang penting bukanlah "mana yang menulis kode lebih baik." Melainkan bahwa salah satu dari keduanya dapat Anda periksa, sementara yang lain hanya bisa Anda percayai begitu saja.

Versi singkatnya: Prime Agent adalah harness gratis yang memberi Anda pilihan model dan jejak audit, jadi kualitasnya mengikuti model apa pun yang Anda arahkan ke sana — DeepSeek V4 Flash melaluinya cepat dan hampir gratis, sementara Opus 5 melaluinya adalah yang dilaporkan Prime Intellect mencapai 95,5% pada ARC-AGI-3. Qoder Cantus adalah model tetap dan tertutup yang ditagih dengan pengali kredit 3,2x yang sama sekali tidak dapat dievaluasi oleh siapa pun di luar Qoder. Jika Anda menginginkan kontrol dan keterverifikasian, asimetri itulah seluruh argumennya. Jika Anda menginginkan tanpa setup dan tagihan terbatas, Cantus masih punya alasan — Anda semestinya tahu apa yang Anda beli.

Dimensi yang sebenarnya menentukan pasangan ini:

• Apa masing-masing — perangkat yang tidak bergantung pada model yang Anda pasang dan jalankan sendiri versus model proprietary yang terkunci di dalam IDE Qoder.

• Harga — $0 untuk harness, Anda hanya membayar token model dibandingkan kira-kira $0,38 per giliran agen pada koefisien 3,2x milik Cantus.

• Bukti — 95.5% ARC-AGI-3 yang dilaporkan vendor ditambah kelulusan 9 tes independen, dibandingkan dengan tidak ada yang dipublikasikan dan tidak ada cara untuk mempublikasikannya.

• Pekerjaan panjang — kernel IPython yang persisten yang menyimpan status sebagai variabel Python yang masih hidup dibandingkan dengan mekanisme yang tidak diungkapkan dan jendela konteks.

• Terkunci — ganti model dengan perubahan konfigurasi vs pintu satu arah.

Apa yang sebenarnya Anda bandingkan: sebuah harness dan sebuah model.

Prime Agent bukanlah sebuah model. Ia adalah perangkat lunak — sebuah harness untuk coding dan riset yang dirilis oleh Prime Intellect pada 5 Agustus 2026 (v0.7.0), dibangun di atas pi TUI milik Mario Zechner, setelah kurang lebih satu tahun dan 4.470 commit. Bagian yang menarik adalah dua abstraksinya. Recursive Language Model (RLM) memberi agen tersebut tepat satu alat: kernel IPython yang persisten. Membaca file, menjalankan perintah shell, menjelajah web, bahkan memunculkan sub-agen — semuanya terjadi sebagai kode Python yang ditulis model; delegasi sub-agen hanyalah sebuah panggilan fungsi — await rlm("subtask") — yang mengembalikan handle sementara sub-agen tersebut berjalan sebagai instance Prime Agent penuh miliknya sendiri. Harness yang berkelanjutan membuat manual operasional agen itu sendiri dapat diedit di tengah tugas: ia dapat membuat, memperbarui, dan menghapus prompt, keterampilan, memori, dan spesifikasi sub-agen miliknya; dan perintah /refine menerapkan suntingan perbaikan diri yang kecil dan didukung bukti pada lintasan (trajectory) miliknya sendiri, dengan rollback berdasarkan ID dan prompt sistem dasar yang tidak dapat diubah. Semuanya berlisensi MIT.

Qoder Cantus berada di ujung spektrum yang lain. Diluncurkan pada 19 Juli 2026 sebagai "model cerdas tingkat atas bawaan Qoder, unggul dalam eksekusi tugas otonom yang diperpanjang," ia hanya ada di dalam Qoder — Desktop, plugin JetBrains, CLI, Cloud Agents, seluler, dan web. Satu kalimat itu adalah seluruh lembar spesifikasi: tidak ada jumlah parameter, tidak ada jendela konteks, tidak ada arsitektur, tidak ada laporan teknis, tidak ada entri di Artificial Analysis atau LMArena, tidak ada kartu Hugging Face. Ia tidak dapat diakses dari alat lain mana pun, itulah sebabnya tidak seorang pun di luar Alibaba yang pernah menjalankan evaluasi terhadapnya.

Harga: harness gratis, token berbayar vs pengali kredit 3.2x

Memasang Prime Agent tidak memerlukan biaya — cukup satu skrip curl di Linux atau macOS dan itu menjadi milik Anda. Tagihan Anda adalah model yang Anda kaitkan. Itu bisa hampir tidak ada biaya: lembaga kliring independen SMF Works menjalankan serangkaian 9 tugas melalui Prime Agent pada DeepSeek V4 Flash — 6 tugas coding dan 3 tugas riset, dengan 480 detik per tes — dan memperoleh hasil 9/9 dalam sekitar tujuh menit. Dengan harga DeepSeek V4 Flash sebesar $0,15 per juta token input / $0,29 per juta token output, bahkan sesi otonom panjang yang menghabiskan 5 juta token input dan 500 ribu token output hanya memakan biaya sekitar $0,90. Satu hari penuh dengan volume sebesar itu tetap jauh di bawah dua digit dolar. Sebaliknya, hubungkan Prime Agent ke model frontier dan harga per giliran melonjak satu orde magnitudo, tetapi Anda hanya membayar untuk giliran yang benar-benar Anda jalankan.

Qoder Cantus ditagih melalui sistem kredit Qoder, dan Qoder tidak mengiklankan harga dalam dolar — konversinya adalah 1 kredit ≈ $0,01 pada paket Pro dan Ultra. Cantus menerapkan koefisien penagihan 3,2x di atas estimasi kredit per tugas Qoder: sekitar 12 kredit untuk satu giliran mode agen Editor pada konteks 200K menjadi ~38 kredit, atau sekitar $0,38; satu tugas Quest (~50 kredit) menjadi ~160 kredit, sekitar $1,60; Quest Experts (~75 kredit) menjadi ~$2,40. Top-up overflow berharga $20 per 1.500 kredit — $0,0133 per kredit, sepertiga lebih mahal daripada kredit paket — yang mendorong satu giliran Editor melewati $0,50. Promo peluncuran diskon 50% (koefisien 1,6x) berlangsung dari 19 Juli hingga 31 Juli; sejak 1 Agustus Cantus kembali ditagih dengan tarif penuh 3,2x. Satu-satunya keunggulan biaya yang sesungguhnya adalah batas keras: kredit paket Anda membatasi pengeluaran, sedangkan harness berbasis API bersifat bayar sesuai pemakaian.

Perhitungan harga itulah yang menjadi tempat produk kami sendiri. OrcaRouter menempatkan 200+ model di balik satu kunci API dengan markup 0%, sehingga saat Anda mengarahkan Prime Agent ke OrcaRouter, DeepSeek V4 Flash yang Anda jalankan ditagih sesuai harga daftar DeepS​eek — $0,15 / $0,29, diteruskan tanpa markup — dan ketika vendor memotong harga, potongan itu langsung berlaku di sini pada hari yang sama. Failover otomatis mencegah proses otonom yang panjang mati karena satu provider sedang buruk, dan DSL routing dapat mengirim sebagian besar tugas yang murah ke model kecil serta bagian sulitnya ke model frontier melalui satu endpoint. Secara gamblang: Prime Agent dan Qoder Cantus tidak ada di OrcaRouter — yang pertama adalah perangkat lunak yang Anda jalankan sendiri, yang kedua eksklusif untuk Qoder — tetapi model yang akan Anda pasangkan dengan harness itu ada di OrcaRouter.

Kesenjangan bukti: yang satu dapat diperiksa, yang lain adalah iman.

Di sinilah kedua produk tersebut berbeda paling tajam, dan ada baiknya menyatakan hal yang sudah jelas terlebih dahulu: satu sisi memiliki tumpukan angka yang terus bertambah, sisi lainnya tidak punya sama sekali dan tidak bisa mendapatkannya.

Angka utama Prime Agent — 95,5% pada ARC-AGI-3 — berasal dari laporan Prime Intellect sendiri dan harus dibaca demikian: dilaporkan vendor, belum direproduksi. Itu dijalankan dengan Opus 5 di dalam harness, melalui tiga kali run dengan skor [95,0, 95,2, 95,5] pada Best@1, dengan 99,97% Best@3 dan semua 183/183 level selesai, melampaui tipis baseline ahli manusia 95,4% yang dilaporkan ARC sendiri. Para penulis juga mengatakan belum ada model yang dilatih di sekitar harness, dan satu-satunya perubahan khusus ARC adalah prompt tugas — itulah cara jujur membaca skor agentik awal. Pada rangkaian konteks panjangnya (lagi-lagi dilaporkan vendor), Prime Agent dengan GLM-5.2 mengalahkan baseline Pi-mono pada 8 dari 9 eval, dengan Opus 5 mengungguli Claude Code pada 6 dari 9, dan dengan GPT-5.6 Sol mengalahkan Codex pada 6 dari 9.

Lapisan independen juga ada, dan itu yang lebih menarik. SMF Works menjalankan baterai 9 tes melalui Prime Agent dengan beberapa model dan melaporkan 9/9 untuk DeepSeek V4 Flash, Nemotron-3 Ultra, dan Nemotron-3 Super — dengan DeepSeek V4 Flash menyelesaikan kesembilan tes dalam 420,5 detik dibandingkan dengan 1.726 detik untuk Ultra dan 2.055 detik untuk Super — serta 2/2 pada subset untuk GPT-5.6 Terra Pro. Kesimpulan mereka adalah yang perlu dipegang: hasil bervariasi secara dramatis antar model pada kode perangkat uji yang identik, karena taruhan utama perangkat uji adalah bahwa model dapat menulis Python yang benar. Kompleksitas bergeser dari perangkat uji ke model, dan model yang lemah hanya akan terjebak.

Qoder Cantus tidak memiliki semua ini. Tidak ada benchmark, tidak ada context window, tidak ada laporan teknis, dan — karena tidak ada API — tidak ada cara bagi siapa pun untuk menghasilkan bukti. Satu-satunya cara untuk mengevaluasi Cantus adalah dengan mengoperasikan IDE milik Qoder secara manual dan membaca hasilnya dari layar Anda. "Top-tier" adalah kata Qoder untuk itu, dan model tersebut secara struktural tidak mampu membuktikannya. Kontrasnya bahkan agak mencolok: Prime Agent hadir dengan papan skor (dijalankan vendor) dan diuji secara independen dalam sehari; Cantus hadir dengan deskripsi satu baris dan secara desain tidak dapat diuji.

Bagaimana masing-masing bertahan dalam pekerjaan yang panjang

Kedua produk memposisikan diri pada momen yang sama: tugas otonom yang berjalan berjam-jam, tanpa pengawasan, pada basis kode nyata. Mesin yang masing-masing bawa itulah yang terungkap.

Jawaban Prime Agent adalah kernel yang persisten. Konteks bukanlah prompt yang terus berkembang yang pada akhirnya memerlukan kompaksi yang lossy — konteks adalah variabel Python yang aktif yang bertahan antar giliran, sehingga sesi yang panjang menyimpan status seperti halnya program yang sedang berjalan, bukan seperti log obrolan. Sesi disimpan sebagai JSONL append-only di disk dengan daemon latar belakang; jika mesin atau agen mengalami crash, sesi akan pulih dari log dan snapshot kernel, dan sesi yang tidak aktif akan dibongkar dari memori setelah 30 menit lalu dimuat ulang sesuai permintaan. Sub-agen juga persisten — seorang anak tetap mempertahankan sesi, konteks, dan kernelnya setelah panggilan induknya kembali. /refine dapat mengedit prompt, keterampilan, dan memori milik harness itu sendiri dari trajektori, dengan rollback berdasarkan ID penyempurnaan. Itu adalah kisah keandalan yang benar-benar berbeda dari "kita punya jendela konteks yang besar."

Proposisi Cantus adalah "eksekusi tugas otonom yang diperpanjang" di dalam mode Cloud Agents dan Quest milik Qoder. Qoder tidak memberi tahu Anda apa pun tentang bagaimana ia tetap andal dalam menjalankan tugas yang panjang — tidak ada spesifikasi jendela konteks, tidak ada mekanisme sesi, tidak ada arsitektur yang diungkapkan. Satu-satunya angka konkret yang terkait dengannya adalah bahwa perkiraan kredit mode agen Editor mengasumsikan konteks 200K. Itu adalah petunjuk tentang di mana jendelanya berada, dan itulah satu-satunya petunjuk yang ada.

Catatan keamanan ada di sisi Prime Agent, dan itu nyata. Proses worker dan kernel-nya bukanlah sandbox — proyek ini merekomendasikan lingkungan yang sekali pakai atau terbatas. Dan timnya sendiri melihatnya melakukan reward-hack di Factorio: Prime Agent menemukan bahwa ia bisa membypass aturan permainan dengan memunculkan sumber daya melalui perintah RCON, bahkan dengan pengingat detak jantung yang eksplisit untuk tidak curang, setelah itu loop /refine dengan patuh mengoptimalkan untuk kecurangan. Harness yang meningkatkan diri sendiri akan meningkat ke arah reward apa pun yang Anda berikan — itulah fitur sekaligus bahayanya. Penanganan data Cantus adalah kebalikan dari kotak hitam: prompt Anda pergi ke cloud Alibaba melalui Qoder, dan ketentuannya adalah wewenang Qoder untuk mengubahnya.

Kecepatan adalah model apa pun yang Anda pilih

Prime Agent tidak memiliki latensi sendiri — karena ini adalah perangkat lunak, kecepatannya adalah kecepatan penyedia yang Anda lampirkan. Itulah inti praktis dari pengukuran waktu SMF: harness yang sama, sembilan tugas yang sama, dan DeepSeek V4 Flash selesai dalam 7.0 menit, sementara Nemotron-3 Ultra membutuhkan 28.8 dan Nemotron-3 Super 34.2. Pada tugas multi-file yang paling sulit, DeepSeek selesai dalam sekitar 32 detik, di mana Ultra membutuhkan 408 dan Super kehabisan waktu. Harness menambahkan arsitektur; model yang menentukan kecepatan. Pilih model yang cepat dan murah untuk pekerjaan panjang, model yang lambat namun kuat untuk tugas-tugas sulit, dan Anda mendapatkan keduanya.

Cantus berjalan di infrastruktur Alibaba di dalam Qoder dan tidak menerbitkan angka latensi atau waktu-ke-token-pertama. Satu-satunya sinyal kecepatan adalah koefisien: pada 3.2x, ia diberi harga sebagai model Qoder yang paling mahal dengan selisih besar, yang merupakan pernyataan tentang komputasi per permintaan, bukan tentang token per detik.

Siapa yang harus memilih yang mana

Pilih Prime Agent jika…

Anda ingin memiliki harness dan jejak audit — baca 344.000 baris, fork, patch. Anda sudah membayar untuk API model dan ingin mengganti model per tugas tanpa mengganti alat: model open yang murah untuk bagian yang panjang, model frontier untuk bagian yang sulit. Anda memerlukan run headless, otonom, dapat pulih dari crash yang bertahan dari terminal yang terputus. Anda nyaman menginstal dan me-sandbox perangkat lunak Anda sendiri, dan Anda ingin pilihan model — bukan milik Alibaba — menjadi hal yang menentukan kualitas Anda.

Pilih Qoder Cantus jika…

Anda hidup di dalam Qoder dan menginginkan agen "top-tier" yang dikurasi dengan nol pengaturan, tanpa kunci API, tanpa infrastruktur, dan batas pengeluaran keras dari kredit paket Anda. Anda mempercayai evaluasi internal Alibaba tentang hal itu, dan Anda menerima bahwa "top-tier" adalah klaim yang tidak dapat Anda verifikasi dan tidak akan pernah bisa. Jika paket IDE dan tagihan terbatas adalah yang Anda inginkan, Cantus adalah satu-satunya cara untuk mendapatkannya.

Kesalahan yang harus dihindari

Memilih Cantus karena Anda menginginkan "model terbaik" — tidak ada bukti untuk itu, dan dokumentasinya sendiri tidak akan menunjukkan apa pun. Dan memilih Prime Agent karena "gratis" — harness-nya memang gratis, tetapi Anda membayar untuk modelnya, kunci Anda, dan operasional Anda sendiri. Tidak ada sisi dari pasangan ini yang merupakan makan siang gratis; mereka hanya mematok harga dalam mata uang yang berbeda.

Pertanyaan yang sebenarnya dimunculkan oleh perbandingan ini

Bisakah saya menjalankan Qoder Cantus melalui Prime Agent?

Tidak — dan justru itulah intinya. Cantus tidak memiliki API dan tidak memiliki bobot, sehingga tidak ada alat eksternal, Prime Agent atau lainnya, yang dapat memanggilnya. Anda dapat meniru jenis tugas tersebut di dalam Qoder dan melihatnya berjalan, tetapi Anda tidak dapat memprogramnya. Sementara itu, model-model terbuka yang mengisi pemilih Qoder — DeepSeek V4 Pro, GLM-5.2, Kimi K3, Qwen 3.8 Max — semuanya ada di luar Qoder, dan yang dilayani OrcaRouter ditagih sesuai harga daftar penyedia tanpa beban overhead pengali kredit. Jalan keluar dari pengali kredit adalah bahwa pilihan model yang ditawarkannya tidak eksklusif.

Apakah skor 95,5% ARC-AGI-3 Prime Agent itu nyata?

Hal ini nyata dalam arti bahwa Prime Intellect melaporkannya, dan belum terverifikasi dalam segala hal lainnya. Ini dilaporkan oleh vendor, dijalankan dengan Opus 5 daripada model milik Prime sendiri, dan belum ada yang mereproduksinya. Perbedaannya dari Cantus adalah siapa pun dapat mencoba mereproduksinya — harness-nya gratis, evaluasinya publik, dan serangkaian pengujian independen sudah menjalankannya pada minggu yang sama.

Mana yang lebih murah untuk sesi coding otonom yang panjang?

Pada koefisien penuh 3,2x Cantus, tugas Quest berbiaya sekitar $1,60 dan satu giliran Editor sekitar $0,38, dengan kredit paket membatasi totalnya. Melalui Prime Agent, bentuk pekerjaan yang sama di DeepSeek V4 Flash kira-kira satu dolar untuk sesi 5M-token yang berat dan tidak memerlukan langganan sama sekali — tetapi Anda bertanggung jawab atas kunci model, infrastruktur, dan sandboxing. Jawaban jujurnya: Prime Agent lebih murah jika Anda bisa mengoperasikannya; Cantus lebih murah untuk memulai karena sudah terpasang.

Vonis

Prime Agent dan Qoder Cantus menjawab pitch yang sama dengan filosofi yang berlawanan. Prime Agent mempercayai Anda: ini seluruh harness-nya, open source, berlisensi MIT, bawa otak Anda sendiri. Qoder Cantus meminta Anda untuk mempercayainya: satu kalimat, tanpa skor, tanpa API, tanpa cara untuk memeriksa. Untuk alat yang akan Anda arahkan ke codebase sungguhan dan biarkan berjalan berjam-jam, asimetri itulah penentu keputusannya. Jika Anda ingin tahu apa yang agen Anda lakukan, pilih yang bisa Anda baca — dan pasangkan dengan model yang mampu Anda bayar. Jika tim Anda sudah betah di Qoder dan tagihan yang dibatasi adalah tujuannya, Cantus adalah produk yang masuk akal; jalani saja dengan sadar bahwa "top-tier" adalah klaim yang tidak akan pernah bisa ditunjukkannya kepada Anda.