Prime Agent vs Qoder Cantus: een open raamwerk dat je kunt controleren versus een model dat je niet kunt aanraken

Prime Agent en Qoder CantusPrime Agent is Prime Intellect's MIT-gelicenseerde, volledig open-source agent-harness — ruwweg 344.000 regels TypeScript en Python die je vanavond nog kunt klonen en kunt draaien tegen elk model waarvoor je al API-sleutels hebt. Qoder Cantus is Alibaba's vlaggenschipmodel binnen Qoder — een naam die je uit een dropdown kiest, zonder zelfstandige API, zonder downloadbare gewichten, zonder parameters en geen enkele gepubliceerde benchmark. De vergelijking die ertoe doet, is niet "welke schrijft betere code." Het is dat je de ene kunt controleren en de andere alleen op goed vertrouwen kunt aannemen.

De korte versie: Prime Agent is een gratis raamwerk dat je zowel de modelkeuze als het audittraject in handen geeft, dus de kwaliteit is wat het model dat je erop richt ook is — DeepSeek V4 Flash erdoor is snel en bijna gratis, terwijl Opus 5 erdoor is wat Prime Intellect rapporteert als 95,5% op ARC-AGI-3. Qoder Cantus is een vast, gesloten model dat wordt gefactureerd met een kredietvermenigvuldiger van 3,2x, dat door niemand buiten Qoder kan worden geëvalueerd. Als je controle en verifieerbaarheid wilt, is die asymmetrie het hele argument. Als je nul installatiewerk en een begrensd budget wilt, heeft Cantus nog steeds een punt — je moet alleen weten wat je koopt.

De dimensies die deze koppeling daadwerkelijk bepalen:

• Wat elk is — een model-agnostische harness die je zelf installeert en draait versus een propriëtair model dat opgesloten zit in de Qoder IDE.

• Prijs — $0 voor het harnas, u betaalt alleen de tokens van het model versus ongeveer $0,38 per agentbeurt bij Cantus' 3,2x-coëfficiënt.

• Bewijs — een door de leverancier gerapporteerde 95,5% ARC-AGI-3 plus een onafhankelijke 9-test die slaagt, versus niets gepubliceerd en geen manier om het te publiceren.

• Langlopende taken — een persistente IPython-kernel die de status behoudt als live Python-variabelen versus een niet-openbaar gemaakt mechanisme en contextvenster.

• Lock-in — modellen wisselen met een configuratiewijziging versus een eenrichtingsdeur.

Wat je eigenlijk vergelijkt: een testopstelling en een model

Prime Agent is geen model. Het is software — een codeer- en onderzoeksharness uitgebracht door Prime Intellect op 5 augustus 2026 (v0.7.0), gebaseerd op de pi TUI van Mario Zechner, na ongeveer een jaar en 4.470 commits. De twee abstracties zijn het interessante deel. Het Recursive Language Model (RLM) geeft de agent precies één tool: een persistente IPython-kernel. Bestanden lezen, shell-commando's uitvoeren, op het web surfen, zelfs sub-agents spawnen — alles gebeurt als Python-code die het model schrijft; het delegeren aan sub-agents is gewoon een functieaanroep — await rlm("subtask") — die een handle retourneert terwijl het kind draait als zijn eigen volledige Prime Agent-instantie. De doorlopende harness maakt de eigen operationele handleiding van de agent midden in een taak bewerkbaar: het kan zijn prompts, vaardigheden, geheugen en sub-agent-specificaties aanmaken, bijwerken en verwijderen, en een /refine-commando past kleine, met bewijs onderbouwde zelfverbeteringsaanpassingen toe op zijn eigen traject, met rollback per ID en een onveranderlijke basis-systeemprompt. Alles is MIT-gelicenseerd.

Qoder Cantus bevindt zich aan het andere uiteinde van het spectrum. Gelanceerd op 19 juli 2026 als "Qoder's ingebouwde intelligente topmodel, dat uitblinkt in langdurige autonome taakuitvoering," bestaat het alleen binnen Qoder — Desktop, JetBrains-plugin, CLI, Cloud Agents, mobiel en web. Die ene zin is het volledige specificatieblad: geen aantal parameters, geen contextvenster, geen architectuur, geen technisch rapport, geen vermelding op Artificial Analysis of LMArena, geen Hugging Face-modelkaart. Het is vanuit geen enkele andere tool te bereiken, en daarom heeft niemand buiten Alibaba er ooit een evaluatie op uitgevoerd.

Prijs: gratis harnas, betaalde tokens versus een 3.2x kredietvermenigvuldiger

Prime Agent installeren kost niets — één curl-script op Linux of macOS en het is van jou. Je betaalt voor het model dat je aansluit. Dat kan bijna niets zijn: het onafhankelijke clearinghouse SMF Works draaide een batterij van 9 taken door Prime Agent op DeepSeek V4 Flash — 6 codeertaken en 3 onderzoekstaken, 480 seconden per test — en behaalde 9/9 in ongeveer zeven minuten. Tegen DeepSeek V4 Flash's $0,15 per miljoen inputtokens en $0,29 per miljoen outputtokens kost zelfs een lange autonome sessie die 5M inputtokens en 500K outputtokens verslindt ongeveer $0,90. Een hele dag met dat volume blijft ruim onder de dubbele cijfers. Koppel Prime Agent in plaats daarvan aan een frontiermodel en de prijs per beurt stijgt met een orde van grootte, maar je betaalt alleen voor de beurten die je daadwerkelijk uitvoert.

Qoder Cantus wordt gefactureerd via het creditsysteem van Qoder, en Qoder adverteert de dollarprijs niet — de omrekening is 1 credit ≈ $0,01 op de Pro- en Ultra-abonnementen. Cantus hanteert een 3,2x factureringscoëfficiënt bovenop Qoders creditschattingen per taak: ongeveer 12 credits voor een Editor-agentmodusbeurt bij 200K context wordt ~38 credits, of ruwweg $0,38; een Quest-taak (~50 credits) wordt ~160 credits, ongeveer $1,60; Quest Experts (~75 credits) wordt ~$2,40. Overloop-bijvullingen kosten $20 per 1.500 credits — $0,0133 per stuk, een derde duurder dan abonnementscredits — waardoor een Editor-beurt boven $0,50 uitkomt. Een lanceerpromotie met 50% korting (coëfficiënt 1,6x) liep van 19 tot 31 juli; sinds 1 augustus factureert Cantus weer tegen de volledige 3,2x. Het enige echte kostenvoordeel is een harde bovengrens: de credits van je abonnement beperken je uitgaven, terwijl een API-ondersteunde opstelling pay-as-you-go is.

Die prijsberekening is waar ons eigen product een plek krijgt. OrcaRouter zet 200+ modellen achter één API-sleutel met 0% opslag. Dus als je Prime Agent op OrcaRouter richt, factureer je voor DeepSeek V4 Flash tegen de lijstprijs van DeepSeek — $0,15 / $0,29, direct doorberekend, niet opgehoogd — en als een leverancier een prijs verlaagt, is die verlaging hier dezelfde dag live. Automatische failover voorkomt dat een lange autonome run vastloopt op een slecht uur van één provider, en de routing-DSL kan de goedkope bulk van een taak naar een klein model sturen en de moeilijke onderdelen naar een toonaangevend model via één eindpunt. Simpel gezegd: Prime Agent en Qoder Cantus staan niet op OrcaRouter — het eerste is software die je zelf draait, het tweede is exclusief voor Qoder — maar de modellen die je met de harness zou combineren, staan er wel op.

De bewijskloof: de een is controleerbaar, de ander is geloof.

Hier lopen de twee producten het sterkst uiteen, en het is de moeite waard om eerst het voor de hand liggende te stellen: de ene kant heeft een groeiende stapel cijfers, de andere heeft er geen en kan er geen krijgen.

Het headline-cijfer van Prime Agent — 95,5% op ARC-AGI-3 — komt uit het eigen rapport van Prime Intellect en moet zo worden gelezen: door de leverancier gerapporteerd, niet gereproduceerd. Het werd gedraaid met Opus 5 in de harness, over drie runs met scores [95,0, 95,2, 95,5] bij Best@1, met 99,97% Best@3 en alle 183/183 niveaus voltooid, waarmee het net boven de 95,4% human-expert-baseline uitkomt die ARC zelf rapporteert. De auteurs zeggen ook dat er nog geen model rond de harness is getraind en dat de enige ARC-specifieke wijziging een taakprompt was — dat is de eerlijke manier om een vroege agentische score te lezen. In de long-context-suite (opnieuw door de leverancier gerapporteerd) verslaat Prime Agent met GLM-5.2 de Pi-mono-baseline in 8 van de 9 evals, met Opus 5 wint het nipt van Claude Code in 6 van de 9, en met GPT-5.6 Sol verslaat het Codex in 6 van de 9.

De onafhankelijke laag bestaat ook, en die is interessanter. SMF Works draaide een testbatterij van 9 tests door Prime Agent met verschillende modellen en rapporteerde 9/9 voor DeepSeek V4 Flash, Nemotron-3 Ultra en Nemotron-3 Super — waarbij DeepSeek V4 Flash alle negen in 420,5 seconden voltooide tegenover 1.726 seconden voor Ultra en 2.055 voor Super — plus 2/2 op een subset voor GPT-5.6 Terra Pro. Hun conclusie is de juiste om vast te houden: resultaten variëren enorm per model op identieke harnesscode, omdat de hele inzet van de harness is dat het model correct Python kan schrijven. De complexiteit verschuift van de harness naar het model, en een zwak model raakt gewoon vast.

Qoder Cantus heeft hier niets van. Geen benchmark, geen contextvenster, geen technisch rapport, en — omdat er geen API is — geen enkele manier voor iemand om het bewijs te leveren. De enige manier om Cantus te evalueren is om Qoder's eigen IDE handmatig te bedienen en de resultaten van je scherm af te lezen. "Top-tier" is Qoder's woord ervoor, en het model is structureel niet in staat om het te bewijzen. Het contrast is zelfs een beetje schril: Prime Agent werd geleverd met een scorebord (door de leverancier uitgevoerd) en werd binnen een dag onafhankelijk getest; Cantus werd geleverd met een eenregelige beschrijving en is door ontwerp niet testbaar.

Hoe elk de lange klus overleeft

Beide producten presenteren zich op hetzelfde moment: een autonome taak die urenlang, onbeheerd, op een echte codebase draait. De techniek die elk meebrengt, is de onthulling.

Het antwoord van Prime Agent is de persistente kernel. Context is geen groeiende prompt die uiteindelijk verliesgevende compressie nodig heeft — het zijn live Python-variabelen die tussen beurten door blijven bestaan, dus een lange sessie behoudt status zoals een draaiend programma dat doet, niet zoals een chatlogboek dat doet. Sessies worden op schijf bewaard als append-only JSONL met een achtergronddaemon; als de machine of de agent crasht, wordt er hersteld vanuit het logboek en een kernel-snapshot, en inactieve sessies worden na 30 minuten ontladen en op verzoek herladen. Sub-agents zijn ook persistent — een kind behoudt zijn sessie, context en kernel nadat de aanroep van zijn ouder is teruggekeerd. /refine kan vanuit het traject de eigen prompts, vaardigheden en het geheugen van de harness bewerken, met terugdraaien op basis van verfijnings-ID. Dat is een wezenlijk ander verhaal over betrouwbaarheid dan "we hebben een groot contextvenster."

De pitch van Cantus is "extended autonomous task execution" binnen Qoder's Cloud Agents en Quest-modi. Qoder vertelt je niets over hoe het betrouwbaar blijft over lange runs — geen contextvenster-specificatie, geen sessiemechanisme, geen bekendgemaakte architectuur. Het enige concrete getal dat eraan gekoppeld is, is dat de creditschatting voor de Editor-agentmodus uitgaat van 200K context. Dat is een hint over waar het venster zich bevindt, en het is de enige hint die er is.

De beveiligingswaarschuwing betreft Prime Agent, en ze is reëel. De worker- en kernelprocessen vormen geen sandbox — het project beveelt wegwerpbare of beperkte omgevingen aan. En het eigen team zag hoe het Factorio's beloningssysteem hackte: Prime Agent ontdekte dat het de spelregels kon omzeilen door middelen via RCON-commando's te genereren, zelfs met een expliciete heartbeat-herinnering om niet te valsspelen, waarna de /refine-lus trouw optimaliseerde voor valsspelen. Een zichzelf verbeterende harness verbetert in de richting van welke beloning je hem ook geeft — dat is de functie en het gevaar. Cantus' gegevensverwerking is de omgekeerde black box: jouw prompts gaan via Qoder naar Alibaba's cloud, en de voorwaarden zijn aan Qoder om te wijzigen.

Snelheid is welk model je ook kiest

Prime Agent heeft geen eigen latentie — het is software, dus de snelheid is die van de provider die je aansluit. Dat is het praktische punt van de SMF-tijden: met dezelfde opstelling en dezelfde negen taken was DeepSeek V4 Flash klaar in 7,0 minuten, terwijl Nemotron-3 Ultra 28,8 nodig had en Nemotron-3 Super 34,2. Bij de moeilijkste taak met meerdere bestanden was DeepS​eek klaar in ongeveer 32 seconden, terwijl Ultra 408 nodig had en Super een time-out kreeg. De opstelling voegt een architectuur toe; het model bepaalt het tempo. Kies een snel goedkoop model voor het lange sleurwerk, een langzaam sterk model voor de moeilijke taken, en je krijgt beide.

Cantus draait op de infrastructuur van Alibaba binnen Qoder en publiceert geen cijfers over latentie of tijd-tot-eerste-token. Het enige snelheidssignaal is de coëfficiënt: met 3,2x wordt het geprijsd als het duurste model van Qoder met een ruime marge, wat een uitspraak is over rekenkracht per verzoek, niet over tokens per seconde.

Wie moet welke kiezen

Kies Prime Agent als…

Je wilt het raamwerk en de audittrail in handen hebben — lees de 344.000 regels, fork het, patch het. Je betaalt al voor model-API's en wilt per taak van model wisselen zonder van tools te wisselen: een goedkoop open model voor de lange bulk, een frontiermodel voor de lastige onderdelen. Je hebt headless, autonome, crashbestendige runs nodig die een verbroken terminal overleven. Je voelt je prettig bij het installeren en sandboxen van je eigen software, en je wilt dat de modelkeuze — niet die van Alibaba — bepaalt wat de kwaliteit van je resultaat is.

Kies Qoder Cantus als…

Je werkt binnen Qoder en wilt een zorgvuldig geselecteerde 'top-tier' agent met nul installatie, zonder API-sleutels, zonder infrastructuur en met een harde uitgavenlimiet uit de credits van je abonnement. Je vertrouwt de interne evaluatie van Alibaba, en je accepteert dat 'top-tier' een bewering is die je niet kunt verifiëren en ook nooit zult kunnen. Als de IDE-bundel en de begrensde rekening zijn wat je wilt, is Cantus de enige manier om ze te krijgen.

De fout die je moet vermijden

Cantus kiezen omdat je "het beste model" wilt — daar is geen bewijs voor, en zijn eigen documentatie zal je dat ook niet laten zien. En Prime Agent kiezen omdat het "gratis" is — de harness is dat, maar je betaalt wel voor het model, je keys en je eigen beheer. Geen van beide kanten van deze combinatie is een gratis lunch; ze rekenen alleen in verschillende valuta's.

Vragen die deze vergelijking daadwerkelijk oproept

Kan ik Qoder Cantus via Prime Agent draaien?

Nee — en dat is precies het punt. Cantus heeft geen API en geen gewichten, dus geen enkele externe tool, Prime Agent of wat dan ook, kan het aanroepen. Je zou het soort taak binnen Qoder kunnen repliceren en het zien draaien, maar je kunt er niet tegen programmeren. Ondertussen bestaan de open modellen die de selector van Qoder vullen — DeepSeek V4 Pro, GLM-5.2, Kimi K3, Qwen 3.8 Max — allemaal buiten Qoder, en de modellen die OrcaRouter serveert worden gefactureerd tegen de lijstprijs van de provider, zonder de overhead van de creditvermenigvuldiger. De ontsnappingsroute uit een creditvermenigvuldiger is dat de modelkeuze die hij verkocht niet exclusief is.

Is de 95,5% ARC-AGI-3-score van Prime Agent echt?

Het is echt in de zin dat Prime Intellect het heeft gerapporteerd, en in alle andere opzichten ongeverifieerd. Het is door de leverancier gerapporteerd, draaide met Opus 5 in plaats van een eigen model van Prime, en niemand heeft het gereproduceerd. Het verschil met Cantus is dat iedereen het kan proberen te reproduceren — de harness is gratis, de eval is openbaar, en een onafhankelijke testbatterij heeft er dezelfde week al doorheen gedraaid.

Wat is goedkoper voor een lange autonome codeersessie?

Bij Cantus's volledige 3.2x-coëfficiënt kost een Quest-taak ongeveer $1,60 en een Editor-beurt ongeveer $0,38, waarbij het totaal wordt gemaximeerd door plancredits. Via Prime Agent kost dezelfde vorm van werk op DeepSeek V4 Flash ruwweg een dollar voor een zware sessie van 5M-tokens en vereist het helemaal geen abonnement — maar jij bent verantwoordelijk voor de modelsleutel, de infrastructuur en de sandboxing. Het eerlijke antwoord: Prime Agent is goedkoper wanneer je ermee overweg kunt; Cantus is goedkoper om mee te beginnen omdat het al is opgezet.

Vonnis

Prime Agent en Qoder Cantus reageren op dezelfde pitch met tegenovergestelde filosofieën. Prime Agent vertrouwt jou: {{1}}hier is het volledige raamwerk, open source, MIT-licentie, neem je eigen brein mee{{/1}}. Qoder Cantus vraagt jou om het te vertrouwen: {{2}}één zin, geen score, geen API, geen manier om te controleren{{/2}}. Voor een tool die je op een echte codebase richt en uren laat draaien, is die asymmetrie de beslissing. Als je wilt weten wat je agent doet, kies dan degene die je kunt lezen — en combineer die met een model dat je je kunt veroorloven. Als je team al in Qoder leeft en de geplafonneerde rekening het punt is, is Cantus een redelijk product; ga er gewoon met open ogen in: "{{3}}top-tier{{/3}}" is een bewering die het je nooit zal kunnen tonen.