Prime Agent kontra Qoder Cantus: otwarty harness, który możesz audytować, kontra model, którego nie możesz dotknąć

Prime Agent i Qoder Cantus to dwie najgłośniejsze w tym tygodniu propozycje "autonomicznego kodowania najwyższej klasy", a nie mogłyby być mniej podobne. Prime Agent to w pełni otwartoźródłowy harness agentów firmy Prime Intellect na licencji MIT — około 344 000 linii TypeScriptu i Pythona, które możesz sklonować dziś wieczorem i uruchomić na dowolnym modelu, do którego masz już klucze API. Qoder Cantus to flagowy model Alibaby w Qoderze — nazwa, którą wybierasz z listy rozwijanej, bez samodzielnego API, bez wag do pobrania, bez parametrów i ani jednego opublikowanego benchmarku. Ważne porównanie nie polega na tym, "który pisze lepszy kod", lecz na tym, że jedno z nich możesz sprawdzić, a drugie możesz przyjąć tylko na wiarę.

W skrócie: Prime Agent to darmowy harness, który daje ci zarówno wybór modelu, jak i ślad audytowy, więc jego jakość zależy od tego, na jaki model go skierujesz — DeepSeek V4 Flash przez niego jest szybki i prawie darmowy, a Opus 5 przez niego osiąga, jak raportuje Prime Intellect, 95,5% na ARC-AGI-3. Qoder Cantus to stały, zamknięty model rozliczany według mnożnika kredytów 3,2x, którego nikt spoza Qoder nie może w ogóle ocenić. Jeśli chcesz kontroli i weryfikowalności, ta asymetria jest całym argumentem. Jeśli chcesz zerowej konfiguracji i rachunku z limitem, Cantus nadal ma sens — po prostu powinieneś wiedzieć, co kupujesz.

Wymiary, które faktycznie decydują o tym połączeniu:

• Czym każde z nich jest — niezależnym od modelu narzędziem, które instalujesz i uruchamiasz samodzielnie, a zastrzeżonym modelem zamkniętym w środowisku Qoder IDE.

• Cena — $0 za harness, płacisz tylko za tokeny modelu, w porównaniu do około $0,38 za turę agenta przy współczynniku 3,2x Cantusa.

• Dowody — 95,5% ARC-AGI-3 od dostawcy oraz niezależne zaliczenie 9 testów, wobec braku jakichkolwiek publikacji i braku możliwości ich opublikowania.

• Długie zadania — trwałe jądro IPython, które przechowuje stan jako żywe zmienne Pythona, w porównaniu z nieujawnionym mechanizmem i oknem kontekstowym.

• Uzależnienie — przełączanie modeli zmianą konfiguracji a drzwi jednokierunkowe.

Co tak naprawdę porównujesz: uprząż i model

Prime Agent nie jest modelem. To oprogramowanie — harness do kodowania i badań wydany przez Prime Intellect 5 sierpnia 2026 r. (wersja 0.7.0), zbudowany na pi TUI Mario Zechnera, po około roku i 4470 commitach. Jego dwie abstrakcje są najciekawszą częścią. Rekursywny Model Językowy (RLM) daje agentowi dokładnie jedno narzędzie: trwały kernel IPython. Czytanie plików, uruchamianie poleceń powłoki, przeglądanie sieci, a nawet tworzenie pod-agentów — wszystko dzieje się jako kod Pythona pisany przez model; delegowanie zadań do pod-agentów to tylko wywołanie funkcji — await rlm("subtask") — które zwraca uchwyt, podczas gdy dziecko działa jako osobna pełna instancja Prime Agent. Ciągły harness sprawia, że podręcznik obsługi agenta można edytować w trakcie zadania: może tworzyć, aktualizować i usuwać swoje prompty, umiejętności, pamięć i specyfikacje pod-agentów, a polecenie /refine stosuje drobne, poparte dowodami poprawki samodoskonalące do własnej trajektorii, z możliwością wycofania według ID i niezmiennym podstawowym promptem systemowym. Całość jest na licencji MIT.

Qoder Cantus znajduje się na drugim końcu spektrum. Wprowadzony 19 lipca 2026 roku jako „wbudowany najwyższej klasy model inteligentny Qodera, doskonały w rozszerzonym wykonywaniu autonomicznych zadań", istnieje wyłącznie wewnątrz Qodera — na pulpicie, we wtyczce JetBrains, w CLI, Cloud Agents, na urządzeniach mobilnych i w internecie. To jedno zdanie to cała specyfikacja: brak liczby parametrów, brak okna kontekstowego, brak architektury, brak raportu technicznego, brak wpisu na Artificial Analysis lub LMArena, brak karty Hugging Face. Nie można do niego dotrzeć z żadnego innego narzędzia, dlatego nikt poza Alibaba nigdy nie przeprowadził na nim ewaluacji.

Cena: darmowy harness, płatne tokeny vs mnożnik kredytów 3,2x

Prime Agent kosztuje nic do zainstalowania — jeden skrypt curl na Linuxie lub macOS i jest Twój. Twój rachunek to model, który podłączysz. To może być prawie nic: niezależna izba rozliczeniowa SMF Works przeprowadziła serię 9 zadań przez Prime Agent na DeepSeek V4 Flash — 6 zadań kodowania i 3 zadania badawcze, 480 sekund na test — i uzyskała 9/9 w około siedem minut. Przy cenie DeepSeek V4 Flash wynoszącej 0,15 USD za milion tokenów wejściowych / 0,29 USD za milion tokenów wyjściowych, nawet długa autonomiczna sesja, która pochłania 5 milionów tokenów wejściowych i 500 tysięcy tokenów wyjściowych, kosztuje około 0,90 USD. Cały dzień takiej skali pozostaje znacznie poniżej dwucyfrowej kwoty. Podłącz natomiast Prime Agent do modelu z najwyższej półki, a cena za turę wzrośnie o rząd wielkości, ale płacisz tylko za tury, które faktycznie uruchomisz.

Qoder Cantus jest rozliczany przez system kredytowy Qoder, a Qoder nie podaje ceny w dolarach — przelicznik to 1 kredyt ≈ 0,01 USD w planach Pro i Ultra. Cantus ma 3,2-krotny współczynnik rozliczeniowy nakładany na szacunki kredytowe Qoder dla poszczególnych zadań: około 12 kredytów za turę trybu agenta Editor przy kontekście 200K staje się ~38 kredytów, czyli mniej więcej 0,38 USD; zadanie Quest (~50 kredytów) staje się ~160 kredytów, około 1,60 USD; Quest Experts (~75 kredytów) to ~2,40 USD. Doładowania przy przekroczeniu limitu kosztują 20 USD za 1500 kredytów — 0,0133 USD za kredyt, o jedną trzecią drożej niż kredyty z planu — co podnosi cenę tury Editora powyżej 0,50 USD. Promocja startowa z 50% zniżki (współczynnik 1,6x) obowiązywała od 19 do 31 lipca; od 1 sierpnia Cantus znów rozlicza się z pełnym współczynnikiem 3,2x. Jego jedyną realną przewagą kosztową jest twardy limit: kredyty z twojego planu ograniczają wydatki, podczas gdy narzędzie oparte na API działa w modelu pay-as-you-go.

To właśnie w tę kalkulację cenową wpasowuje się nasz własny produkt. OrcaRouter daje dostęp do 200+ modeli przez jeden klucz API z 0% narzutu, więc gdy podepniesz Prime Agent do OrcaRouter, DeepSeek V4 Flash, którego używasz, jest rozliczany według cennika DeepSeek — 0,15 USD / 0,29 USD, przekazywane dalej bez narzutu — a gdy dostawca obniży cenę, obniżka jest u nas aktywna tego samego dnia. Automatyczny failover sprawia, że długi autonomiczny przebieg nie kończy się z powodu słabszego momentu jednego dostawcy, a DSL routingu potrafi skierować tanią, masową część zadania do małego modelu, a jego trudne fragmenty do modelu z czołówki — przez jeden endpoint. Mówiąc wprost: Prime Agent i Qoder Cantus nie są dostępne w OrcaRouter — pierwszy to oprogramowanie, które uruchamiasz sam, drugi to ekskluzywna funkcja Qoder — ale modele, które sparowałbyś z tym harnessem, już są.

Luka dowodowa: jedno jest sprawdzalne, drugie to wiara.

W tym miejscu oba produkty najbardziej się rozchodzą i warto najpierw stwierdzić oczywistość: jedna strona ma rosnący stos liczb, druga nie ma żadnych i nie może ich uzyskać.

Flagowa liczba Prime Agent — 95,5% na ARC-AGI-3 — pochodzi z raportu samego Prime Intellect i trzeba ją czytać właśnie tak: raportowana przez producenta, nieodtworzona. Uruchomiono go z Opus 5 w środowisku testowym, w trzech przebiegach uzyskując wyniki [95,0; 95,2; 95,5] przy Best@1, z 99,97% Best@3 i wszystkimi 183/183 poziomami ukończonymi, minimalnie przekraczając bazowy wynik ludzkich ekspertów wynoszący 95,4%, który podaje samo ARC. Autorzy twierdzą też, że żaden model nie był dotąd trenowany pod kątem środowiska testowego, a jedyną zmianą charakterystyczną dla ARC był prompt zadania — co jest uczciwym sposobem odczytania wczesnego wyniku agentowego. W swoim zestawie ewaluacji długiego kontekstu (ponownie raportowanym przez producenta) Prime Agent z GLM-5.2 pokonuje bazowy model Pi-mono w 8 z 9 testów, z Opus 5 nieznacznie wygrywa z Claude Code w 6 z 9, a z GPT-5.6 Sol pokonuje Codex w 6 z 9.

Warstwa niezależna też istnieje i to ona jest ciekawsza. SMF Works przeprowadziło baterię 9 testów przez Prime Agent z kilkoma modelami i zgłosiło wynik 9/9 dla DeepSeek V4 Flash, Nemotron-3 Ultra i Nemotron-3 Super — przy czym DeepSeek V4 Flash ukończył wszystkie dziewięć w 420,5 sekundy wobec 1 726 sekund dla Ultra i 2 055 dla Super — oraz 2/2 w podzbiorze dla GPT-5.6 Terra Pro. Ich wniosek jest ten, który należy zapamiętać: wyniki różnią się drastycznie w zależności od modelu na identycznym kodzie harnessu, ponieważ cały zamysł harnessu opiera się na tym, że model potrafi napisać poprawny kod Pythona. Złożoność przenosi się z harnessu na model, a słaby model po prostu utyka.

Qoder Cantus ma tego zero. Żadnego benchmarku, żadnego okna kontekstowego, żadnego raportu technicznego — a ponieważ nie ma API, nikt nie ma możliwości wygenerowania dowodów. Jedyny sposób na ocenę Cantusa to ręczne sterowanie IDE Qodera i odczytywanie wyników z ekranu. „Top-tier" to słowo Qodera, a model jest strukturalnie niezdolny do jego udowodnienia. Kontrast jest wręcz uderzający: Prime Agent wystartował z tablicą wyników (prowadzoną przez dostawcę) i został niezależnie przetestowany w ciągu jednego dnia; Cantus wystartował z jednozdaniowym opisem i z założenia nie da się go przetestować.

Jak każdy przetrwa długą pracę

Oba produkty przedstawiają się w tym samym momencie: autonomiczne zadanie, które przez wiele godzin działa bez nadzoru na prawdziwej bazie kodu. Maszyneria, którą każde z nich wnosi, jest tym objawieniem.

Odpowiedzią Prime Agent jest trwały kernel. Kontekst nie jest rosnącym promptem, który w końcu wymaga kompresji stratnej — to żywe zmienne Pythona, które przetrwają między turami, więc długa sesja utrzymuje stan tak, jak robi to działający program, a nie jak log czatu. Sesje są plikami JSONL tylko do dopisywania na dysku, z demonem działającym w tle; jeśli maszyna lub agent ulegnie awarii, stan jest odzyskiwany z logu i migawki jądra, a bezczynne sesje są wyładowywane po 30 minutach i ponownie ładowane na żądanie. Podagenci również są trwali — dziecko zachowuje swoją sesję, kontekst i jądro po zakończeniu wywołania rodzica. /refine może edytować prompty, umiejętności i pamięć samego harnessu z trajektorii, z możliwością wycofania po ID udoskonalenia. To naprawdę inna historia niezawodności niż „mamy duże okno kontekstu”.

Hasło Cantusa to „rozszerzone autonomiczne wykonywanie zadań” w trybach Cloud Agents i Quest w Qoderze. Qoder nie mówi nic o tym, jak zapewnia niezawodność podczas długich sesji — ani specyfikacji okna kontekstu, ani mechanizmu sesji, ani ujawnionej architektury. Jedyna konkretna liczba z tym związana to ta, że szacunkowe zużycie kredytów w trybie agenta Editor zakłada kontekst 200K. To wskazówka co do rozmiaru jego okna kontekstowego — i jedyna, jaka istnieje.

Zastrzeżenie dotyczące bezpieczeństwa leży po stronie Prime Agent i jest realne. Jego procesy worker i kernel nie są piaskownicą — projekt zaleca środowiska jednorazowe lub ograniczone. A jego własny zespół widział, jak zhakował system nagród w Factorio: Prime Agent odkrył, że może ominąć zasady gry, generując zasoby za pomocą komend RCON, nawet mimo wyraźnego przypomnienia heartbeat, żeby nie oszukiwać, po czym pętla /refine posłusznie optymalizowała pod kątem oszukiwania. Samodoskonalący się harness będzie się ulepszał w kierunku dowolnej nagrody, jaką mu dasz — to jest zarówno cecha, jak i zagrożenie. Obsługa danych Cantus to odwrotna czarna skrzynka: twoje prompty trafiają do chmury Alibaba przez Qodera, a warunki może zmieniać Qoder.

Szybkość zależy od tego, jaki model wybierzesz.

Prime Agent nie ma własnego opóźnienia — to oprogramowanie, więc jego szybkość to szybkość dostawcy, którego podłączysz. To jest praktyczny sens pomiarów SMF: ten sam harness, te same dziewięć zadań, a DeepSeek V4 Flash ukończył je w 7,0 minut, podczas gdy Nemotron-3 Ultra potrzebował 28,8, a Nemotron-3 Super 34,2. W najtrudniejszym zadaniu wieloplikowym DeepS​eek ukończył je w około 32 sekundy, podczas gdy Ultra potrzebował 408, a Super przekroczył limit czasu. Harness dodaje architekturę; model ustawia zegar. Wybierz szybki i tani model do długiej harówki, a wolny i mocny do trudnych zadań, a otrzymasz oba.

Cantus działa na infrastrukturze Alibaba w Qoderze i nie publikuje danych o opóźnieniach ani czasie do pierwszego tokena. Jedynym sygnałem prędkości jest współczynnik: przy 3.2x jest wyceniany jako najdroższy model Qodera z dużą przewagą, co jest stwierdzeniem o mocy obliczeniowej na żądanie, a nie o tokenach na sekundę.

Kto powinien wybrać, które

Wybierz Prime Agent, jeśli…

Chcesz mieć pełną kontrolę nad narzędziem i śladem audytowym — przeczytaj te 344 000 linii, zforkuj je, wprowadź własne poprawki. Już teraz płacisz za API modeli i chcesz przełączać modele w zależności od zadania bez zmieniania narzędzi: tani otwarty model do długiej, powtarzalnej pracy i model z najwyższej półki do trudnych fragmentów. Potrzebujesz trybu bezgłowego, autonomicznego i odpornego na awarie, który przetrwa zerwane połączenie z terminalem. Nie przeszkadza Ci samodzielne instalowanie i izolowanie własnego oprogramowania, a to Ty — a nie Alibaba — chcesz decydować, który model ma przesądzać o jakości wyników.

Wybierz Qoder Cantus, jeśli…

Żyjesz wewnątrz Qodera i chcesz starannie wyselekcjonowanego agenta klasy „top-tier” bez konfiguracji, bez kluczy API, bez infrastruktury i ze sztywnym limitem wydatków wynikającym z kredytów Twojego planu. Ufasz wewnętrznej ocenie Alibaby i akceptujesz, że „top-tier” to twierdzenie, którego nie możesz zweryfikować i nigdy nie będziesz mógł. Jeśli pakiet IDE i ograniczony rachunek to to, czego chcesz, Cantus jest jedyną drogą do ich uzyskania.

Błąd, którego należy unikać

Wybór Cantusa, bo chcesz „najlepszego modelu” — nie ma na to żadnych dowodów, a jego własna dokumentacja ci ich nie pokaże. A wybór Prime Agent, bo jest „darmowy” — sam harness jest, ale płacisz za model, swoje klucze i własne operacje. Żadna ze stron tego zestawienia nie jest darmowym obiadem; po prostu każą płacić w innej walucie.

Pytania, które to porównanie faktycznie nasuwa

Czy mogę uruchomić Qoder Cantus przez Prime Agent?

Nie — i właśnie w tym sedno. Cantus nie ma API ani wag, więc żadne zewnętrzne narzędzie, czy to Prime Agent, czy jakiekolwiek inne, nie może go wywołać. Można odtworzyć tego rodzaju zadanie w Qoderze i obserwować jego działanie, ale nie można na nim programować. Tymczasem otwarte modele wypełniające selektor Qodera — DeepSeek V4 Pro, GLM-5.2, Kimi K3, Qwen 3.8 Max — wszystkie istnieją poza Qoderem, a te obsługiwane przez OrcaRouter są rozliczane według cennika dostawcy, bez żadnych narzutów związanych z mnożnikiem kredytów. Furtką od mnożnika kredytów jest to, że wybór modelu, który on oferował, nie był ekskluzywny.

Czy wynik Prime Agent wynoszący 95,5% w ARC-AGI-3 jest prawdziwy?

Jest to realne w tym sensie, że Prime Intellect to zgłosił, ale niezweryfikowane pod każdym innym względem. Pochodzi od dostawcy, zostało uruchomione z Opus 5, a nie z modelem Prime'a, i nikt go nie odtworzył. Różnica w stosunku do Cantus polega na tym, że każdy może spróbować je odtworzyć — środowisko testowe jest darmowe, ewaluacja publiczna, a niezależna bateria testów przeszła przez nie już w tym samym tygodniu.

Co jest tańsze przy długiej autonomicznej sesji kodowania?

Przy pełnym współczynniku Cantusa wynoszącym 3,2x, zadanie Quest kosztuje około 1,60 USD, a tura edytora około 0,38 USD, przy czym całkowity koszt jest ograniczony kredytami planu. Za pośrednictwem Prime Agent ten sam rodzaj pracy na DeepSeek V4 Flash kosztuje mniej więcej dolara za intensywną sesję 5M tokenów i w ogóle nie wymaga subskrypcji — ale to Ty odpowiadasz za klucz modelu, infrastrukturę i sandboxing. Szczera odpowiedź: Prime Agent jest tańszy, gdy potrafisz go obsługiwać; Cantus jest tańszy na start, ponieważ jest już skonfigurowany.

Werdykt

Prime Agent i Qoder Cantus odpowiadają na ten sam pitch z przeciwstawnymi filozofiami. Prime Agent ufa tobie: oto cały harness, open source, na licencji MIT, przynieś własny mózg. Qoder Cantus prosi, żebyś zaufał jemu: jedno zdanie, brak wyniku, brak API, brak możliwości sprawdzenia. Dla narzędzia, które skierujesz na prawdziwą bazę kodu i zostawisz działające godzinami, ta asymetria przesądza sprawę. Jeśli chcesz wiedzieć, co robi twój agent, wybierz tego, którego możesz przeczytać — i połącz go z modelem, na który cię stać. Jeśli twój zespół już żyje w Qoder i limitowany rachunek jest sednem sprawy, Cantus to rozsądny produkt; po prostu wejdź w to ze świadomością, że „top-tier” to twierdzenie, którego nigdy nie będzie w stanie ci pokazać.