Claude Code 生成 13 種編程語言代碼基準測試：動態語言更快更省成本

作者 | Steef-Jan Wiggers

譯者 | 明知山

Ruby 代碼提交者 遠藤裕介（Yusuke Endoh）進行了一項新的基準測試，評估 Claude Code 使用 13 種編程語言生成可用代碼的效率。經過 600 多次測試運行，動態語言（尤其是 Ruby、Python 和 JavaScript）始終是速度更快、成本更低且更穩定的選擇，而靜態類型語言的運行速度要慢 1.4 至 2.6 倍，成本也更高。

這項實驗發布在 DEV Community 上，所有代碼和結果均可在 GitHub 獲取。實驗要求 Claude Code（Opus 4.6）用每種語言實現一個簡化版的 Git。任務分為兩個階段：v1 從空目錄開始實現 init、add、commit 和 log 命令；v2 對項目進行擴展，增加 status、diff、checkout 和 reset 功能。每種語言各運行 20 次。作者使用了自定義哈希算法，而非 SHA-256，用于消除不同語言間庫依賴帶來的差異。

Ruby 平均每次運行成本 0.36 美元，耗時 73.1 秒；Python 為 0.38 美元，耗時 74.6 秒；JavaScript 為 0.39 美元，耗時 81.1 秒。這三種語言的方差均很低，且全部 40 次運行都通過了所有測試。從第四名開始，成本上升，方差急劇擴大。Go 語言平均成本 0.50 美元，耗時 101.6 秒，但標準差高達 37 秒。Rust 平均成本 0.54 美元，耗時跨度最大，達到 54.8 秒，同時也是僅有的兩種出現測試失敗的編程語言之一。C 語言是成本最高的主流語言，達到 0.74 美元，原因是它生成了 517 行代碼，而 Ruby 僅生成 219 行。

類型系統對 AI 生成代碼的影響或許是對評估 AI 編碼工作流的團隊最具實用價值的發現。在 Python 中添加 mypy 嚴格類型檢查會使其速度降低 1.6 至 1.7 倍；在 Ruby 中添加 Steep 類型檢查則會帶來更大的性能損耗，速度比純 Ruby 慢 2.0 至 3.2 倍。TypeScript 的成本明顯高于 JavaScript，平均 0.62 美元對比 0.39 美元，盡管二者生成的代碼行數相近。作者指出，這類開銷不僅來自類型注解的生成，還可能源于模型在推理類型約束時消耗了更多的思考詞元。

遠藤很坦誠地說明了這項實驗存在的局限。作為 Ruby 代碼提交者，他主動說明自身可能存在的偏向性。本次生成的程序約 200 行代碼，嚴格來說屬于原型規模，他也承認靜態類型在更大規模的代碼庫中可能更具優勢。該實驗還得到了 Anthropic 的 Claude 開源計劃支持，獲得了為期六個月的 Claude Max 免費使用權限。此次基準測試僅衡量代碼生成的成本與速度，不涉及代碼質量、可維護性或運行時性能。

Lobsters 上有人質疑基于 200 行代碼的原型規模得出的結論是否可靠。有評論者指出，實用的原型很少會這么短小。也有人提出，該基準測試并未考慮語言生態優勢——擁有完善包生態的語言在實際任務中需要生成的代碼會更少。DEV Community 帖子下有評論者表達了定性層面的擔憂：如果生成的代碼后期更難維護，那么 2 倍的生成速度優勢可能會被抵消；此外，Rust 和 Haskell 出現測試失敗，不應簡單歸為 bug，因為更嚴格的類型系統本意就是要盡早捕獲錯誤，避免其流入生產環境。

遠藤直接回應了其中幾個觀點。關于規模問題，他認同更大型的基準測試會更有價值，但也指出，設計一套對 15 種語言都公平的測試難度較大。對于 2 倍的速度差異，他認為在迭代式 AI 輔助開發中等待 30 秒與 60 秒的區別對開發者的心流狀態影響顯著，不過他也承認，如果未來模型能將生成時間縮短至秒級以內，這種差異就不再重要。而在生態系統影響方面，他刻意排除了庫依賴，以隔離語言本身的差異，使用自定義哈希函數也正是出于這一目的。

在總共 600 次運行中，僅有 3 次失敗：Rust 兩次，Haskell 一次。在其中一次 Rust 的失敗日志里，智能體判定測試本身存在錯誤，作者將其判定為幻覺，因為其余所有 Rust 測試均順利通過。

完整的數據集（包含每次運行的結果、執行日志及所有生成的源代碼）均可在該 基準測試倉庫 中獲取。

查看英文原文：

https://www.infoq.com/news/2026/04/ai-coding-language-benchmark/

聲明：本文為 InfoQ 翻譯，未經許可禁止轉載。

會議推薦

QCon 全球軟件開發大會·2026 北京站將于 4 月 16 日 -18 日正式舉辦。本屆大會以“Agentic AI 時代的軟件工程重塑”為主題，聚焦 100+ 重磅議題，匯聚來自阿里、騰訊、字節跳動、小米、百度等一線科技企業與創新團隊的技術專家，圍繞 AI 工程化、系統架構與研發模式演進展開深入探討。更多詳情可掃碼或聯系票務經理 18514549229 進行咨詢。

今日薦文

你也「在看」嗎？