對話式 AI 已經不夠用了？Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較與企業選型指南

「我們公司也有買 ChatGPT 啊，怎麼工程師還是說 AI 幫不上忙？」這是我們近半年在客戶會議裡最常聽到的一句話。老闆買了帳號、同仁也真的在用，但需求單的消化速度沒變快、上線時程照樣延期。問題不在 AI 不夠聰明，而在於「會聊天」和「會做事」是兩回事：對話式 AI 給你的是建議，你的團隊缺的卻是能直接動手的人力。

2026 年，這個缺口被一整個新世代的工具補上了：AI Coding Agent（AI 編程代理人）。它們不再只是回答問題，而是能讀懂整個專案、規劃步驟、修改檔案、跑測試、甚至自己開 Pull Request。目前檯面上聲量最大的三套，分別是 Google 的 Antigravity、Anthropic 的 Claude Code，以及 OpenAI 的 Codex。

這篇文章是我們替企業客戶做技術選型時的內部評估筆記公開版。第一版寫於 2026 年 6 月 11 日；到了 10 月，三家的預設模型全部換過、入門方案的內容也變了，所以我們在 2026 年 10 月 17 日把功能、價格與第三方排行榜重新逐一查證（這個領域的價格半年能改好幾次，文末附上所有資料來源）。如果你正在評估公司該導入哪一套，建議把這篇從頭看完。

先釐清一件事：這篇解決的是「公司該選哪套工具」。如果煩惱的是資深同事離職、經驗跟著蒸發，那是另一個問題，把同事煉化成技能包：Agent Skills 實戰走的是那條路，兩篇搭配讀最完整。

為什麼「會聊天的 AI」撐不起企業的開發現場？

先把問題說清楚。把 ChatGPT、Gemini 網頁版這類對話式 AI 用在軟體開發上，會卡在四個結構性的天花板：

• 複製貼上的工作流斷裂：你得把程式碼貼給它、把答案貼回編輯器、自己跑測試、自己處理報錯，再貼回去問。AI 思考三秒，你搬運三分鐘：真正的瓶頸從來不是模型，是中間那個「人肉膠水」。
• 看不到完整的專案脈絡：對話視窗裝不下一個十萬行的 Laravel 專案。AI 沒看過你的資料表結構、命名慣例與歷史包袱，給出的程式碼自然「單檔正確、全案錯誤」。
• 無法執行與驗證：對話式 AI 寫完就交卷，不會自己跑測試、不會開瀏覽器看畫面有沒有跑版。驗證成本全部回到工程師身上。
• 缺乏權限與稽核機制：同仁把公司程式碼貼進個人帳號的聊天視窗，資料去了哪裡、誰貼過什麼，IT 部門完全無從管理。這在金融、醫療等產業是直接踩紅線。

AI Coding Agent 的出現，就是衝著這四個天花板來的。它們直接接管「讀程式碼 → 規劃 → 動手改 → 驗證 → 交付」的完整迴圈，人類的角色從「搬運工」變成「審核者」。這也是為什麼我們在2026 台灣企業 AI Agent 導入指南裡反覆強調：導入 AI 的關鍵指標不是「有沒有買帳號」，而是「AI 能不能直接在你的工作流裡完成閉環」。

三大主角是誰？先看 30 秒總覽

其實早在 2025 年我們就比較過 Copilot、Cursor 與初代 Antigravity，但一年過去，戰場已經完全洗牌：三大模型廠親自下場，把「補全程式碼的助手」升級成「能獨立做事的代理人平台」。

備註：本文價格均為美元月費，查證日期為 2026 年 10 月 17 日。只想比較模型本身、不管工具的話，GPT-6 Astra 和 Opus 5.5 怎麼選整理了模型層的排行榜與價格。

6 月到 10 月，這五件事變了

如果你讀過這篇的第一版，或是 6 月時做過一輪評估，下面五點會直接影響當時的結論：

• 三家的預設模型都換了：Claude Code 從 Opus 4.8 換成 9 月 22 日推出的 Opus 5.5；Codex 官方現在建議新工作預設用 GPT-6.1 Sol，GPT-5.5 已在 10 月 14 日退出 Codex；Antigravity 的主力換成 Gemini 3.8 Flash，10 月 15 日起付費的 Google AI Pro 也能派 Gemini 4 Argon。
• 「$8 就能用 Codex」要打折扣：Go 方案還是月付 $8，但在 Codex 裡只能用最輕量的 GPT-6 Luna，要用 GPT-6.1 Sol 或 Astra 得從 $20 的 Plus 起跳。
• Claude 免費方案不再包含 Claude Code：想試 Claude Code，最低要 $20 的 Pro。
• 重度方案拆得更細：Codex 的 Pro 變成 $100、$200、$500 三級，最高一級多了 Ultrafast 模式；Claude 的 Max 另附每月 $100 到 $200 的 API 額度。
• 第三方開始把「工具加模型」一起測：Agents' Last Exam 排行榜上，Claude Code 搭 Opus 5.5 目前通過率最高，Codex 搭 GPT-6 Astra 第二，細節在下面的排行榜一節。

Google Antigravity：多模型並行的「Agent 指揮中心」

Antigravity 在 2025 年 11 月隨 Gemini 3 問世，當時還帶著濃濃的 IDE 血統；2026 年 5 月 Google I/O 上發表的 Antigravity 2.0 則徹底轉骨：它不再是「一個會寫程式的編輯器」，而是一個從零打造的 agent 指揮中心（我們在 Agentic IDE 時代的解析裡預測過這個方向，沒想到 Google 走得更激進）。

核心功能

• 多代理人並行調度：透過 Agent Manager 同時派遣多個 agent 處理不同任務，搭配動態子代理人（subagents）分工。實際的工作流設計可以參考我們的 Antigravity 多代理人開發實戰。
• 內建瀏覽器驗證：agent 改完前端後可以自己開瀏覽器渲染、截圖、驗證 UI。另外兩家後來也補上了瀏覽器或電腦操作，但 Antigravity 是直接內建在開發平台裡，不用另外裝擴充功能。
• 跨 repo 專案工作區與排程任務：一個 workspace 可橫跨多個儲存庫，並支援排程背景任務（例如每天自動巡檢依賴更新）。
• 多模型、依方案分級：主力是 Gemini 3.8 Flash，所有方案都能用；付費的 Google AI Pro 起可以切換 Claude Sonnet 5.5 與 Opus 5.5；Gemini 4 Argon 在 10 月 15 日開放給付費 Pro 與 Ultra，桌面 App、CLI 與 IDE 擴充都能用，Antigravity IDE 本體還不行。開源的 GPT-OSS-120B 也在清單上。
• CLI 正式接班：用 Go 重寫的 Antigravity CLI（指令是 agy）在 6 月 18 日取代了個人方案的 Gemini CLI，支援多代理與背景工作；但它沒有開源，這點在開發者社群引起不少反彈。MCP 支援則是 2026 年 3 月補上的。

價格方案

• 免費版：額度每週刷新一次，只能用基本模型（主力 Gemini 3.8 Flash），而且歷經多次調降（2025 年 12 月免費請求數一口氣砍了約九成）。
• Google AI Plus：比免費寬鬆，但能用的模型跟免費版一樣。
• Google AI Pro：月付 $19.99（台灣 NT$650），額度每五小時刷新、頭上壓著週上限；可用 Claude 5.5 系列，Argon 則是另外一桶「只按週刷新」的額度，用完要等下一週，試用期的 Pro 不含。
• Google AI Ultra：I/O 2026 後改為兩級：$99.99（Pro 的 5 倍額度）與 $200（20 倍額度，由原本的 $249.99 下修）。
• AI 點數加購：Pro 與 Ultra 用完內建額度後可以用點數繼續跑，設定裡的「AI Credit Overages」可選 Never 或 Always；官方仍不支援自帶 API 金鑰換額度，組織需求要走 Gemini Enterprise。

額度怎麼刷新、用完最長要等多久，我們在〈Antigravity 免費版夠用嗎〉有更完整的整理。

優勢與隱憂

Antigravity 最大的賣點是快與彈性：主力的 Flash 級模型回應快，同一個平台裡還能讓不同 agent 用不同家的模型跑同一個專案，加上原生瀏覽器驗證，做全端 Web 專案的體驗非常流暢。Gemini 4 Argon 上線後，它也第一次有了自家的頂級推理模型可以派；但我們查證當天，第三方「工具加模型」排行榜的原始資料裡還沒有 Antigravity 搭 Argon 的成績，實際表現還要再看。

隱憂則有兩個。第一是定價與額度政策反覆：一年內歷經免費額度大砍、3 月 Pro 配額縮水、5 月兩次放寬、10 月模型依方案分級，Argon 又是另一套週額度，對需要預算可預測性的企業是實際的風險。第二是 agent 權限偏激進：社群多次回報它執行指令過於大膽，企業導入前建議先讀我們的 Antigravity Secure Mode 沙盒實戰，把護欄先架好。

Claude Code：把「程式碼品質」當成唯一信仰

Claude Code 是三者中最早走紅的，2025 年靠著終端機介面加上高品質輸出在資深工程師圈封神，我們自己的主力工作流也建立在它之上，大型專案重構的實戰記錄和上線 30 天的血淚報告都寫過。2026 年的它已經不只活在終端機裡：Web、桌面版（Cowork）、VS Code／JetBrains 擴充一應俱全。

核心功能

• 終端機原生工作流：直接在專案目錄裡讀寫檔案、跑 git、執行測試，完整支援腳本化與 CI 自動化，是三者中可程式化程度最高的。
• 1M token 上下文：預設的 Opus 5.5 原生就是 100 萬 token 的上下文，整個中大型專案塞得進去，跨檔案重構不必分段餵食。
• 子代理人與代理團隊：子代理人（subagents）各自用獨立的上下文處理旁支任務，只把摘要交回主對話；背景子代理人可以同時跑，一個工作階段預設最多 20 個。需要多個工作階段互相協調時，另有 agent teams。
• 程式碼審查內建：本機可以跑 /code-review 與 /security-review，Team 與 Enterprise 方案另有掛在 PR 上的 Code Review，也有 GitHub Action 版本。
• Hooks／MCP／Skills 生態：可以掛自訂腳本、外部工具與領域知識包，客製彈性大。

模型與價格

預設模型是 2026 年 9 月 22 日推出的 Claude Opus 5.5，API 單價每百萬 tokens 輸入 $4／輸出 $20，比上一代 Opus 4.8 的 $5／$25 還便宜。更高階的 Claude Fable 5.1（$10／$50）留給最硬的長週期任務；我們在 Fable 5 發表時做過兩天實測，結論到現在仍適用：日常開發用 Opus 級就非常夠了。想再省一點，可以用 opusplan 模式讓 Opus 5.5 做規劃、Sonnet 5.5 動手執行。

• 免費版：只能聊天，不含 Claude Code。
• Pro：月付 $20（年繳折合 $17），含 Claude Code，個人開發者主力方案。
• Max：$100（5 倍用量）／$200（20 倍用量），另附每月 $100 到 $200 的 API 額度，重度使用者與接案者首選。
• Team：標準席次年繳每月 $20（月繳 $25）、Premium 席次年繳每月 $100（月繳 $125），都含 Claude Code。
• Enterprise：每席每月 $20 起、最少 20 席、年繳，另計 API 用量；SSO、SCIM、稽核日誌等企業治理最完整。
• API 計價：每百萬 tokens 輸入／輸出，Opus 5.5 為 $4／$20、Sonnet 5.5 為 $2／$10、Fable 5.1 為 $10／$50。

優勢與隱憂

Claude Code 的護城河就是複雜任務的輸出品質：多步驟重構、架構級決策、需要深度推理的疑難雜症，The New Stack 上半年的半年實測結論就很直白：「要品質，選 Claude Code」。到了 10 月，第三方的 Agents' Last Exam 排行榜上，Claude Code 搭 Opus 5.5 的通過率仍排第一。企業治理成熟度也是三者中最完整的。

代價有三：只能用 Anthropic 自家模型；Opus 5.5 思考量大，同樣的任務 token 用得比對手多，額度會先用完；終端機優先的學習曲線對非工程背景同仁不友善。如果你的團隊還在用「憑感覺寫扣」的方式駕馭它，建議先讀為什麼你的 Vibe Coding 總是產出無法維護的架構，先把規格紀律建立起來。

OpenAI Codex：用 ChatGPT 訂閱「順便」擁有的雲端代工廠

Codex 的策略跟前兩者完全不同：它不單獨賣，而是直接綁進 ChatGPT 訂閱。你公司如果已經在付 ChatGPT 的錢，Codex 其實已經在你的工具箱裡了：這個「順便就有」的滲透策略，讓它成為三者中導入阻力最小的選項。

核心功能

• 雲端沙盒執行：任務直接在 OpenAI 的雲端容器裡跑，零本地環境設定。指派任務後可以關電腦，回來收 PR。
• 桌面 App 多代理工作流：macOS／Windows 桌面版用 git worktrees 讓多個 agent 平行處理不同分支、不同專案。
• 開源 Codex CLI：用 ChatGPT 帳號登入即可使用，免費方案也能登入，只是模型只有 Luna。
• 辦公室整合最深：GitHub、Slack、Linear 原生整合，另有 iOS App 與 screenshot-to-code。
• 三個模型分工：GPT-6 Astra（9 月 3 日發表）是最強、也最貴的一個；官方現在建議新工作預設用 GPT-6.1 Sol，形容它「接近 Astra 的表現、成本比 Astra 低」，適合重複、長時間的工作；GPT-6 Luna 最省，適合摘要、擷取與範圍明確的小修改。GPT-5.5 已在 10 月 14 日退出 Codex，GPT-5.3-Codex-Spark 也在 9 月退役。

價格方案

• Free 與 Go：$0 與月付 $8，在 Codex 裡都只能用 GPT-6 Luna。Go 仍是三家最低的付費門檻，但已經不能拿來評估 Codex 的上限。
• Plus：月付 $20，含 Web、CLI、IDE 擴充與雲端整合；每五小時大約可以送 Astra 5 到 45 則、GPT-6.1 Sol 15 到 160 則、Luna 350 到 3,000 則。
• Pro：分 $100、$200、$500 三級，取消五小時限制、只剩週上限，$500 那一級另有 Ultrafast 模式。
• Business：每人每月 $20（年繳、至少 2 人；月繳 $25），雲端 VM 更大、可彈性加購點數。
• Enterprise／Edu：洽業務，管理員可以控制 GPT-6.1 Sol 是否開放，具備 SSO 與稽核等企業治理。
• API 計價：每百萬 tokens 輸入／輸出，Astra $10／$50、GPT-6.1 Sol $2／$10、Luna $0.1／$0.5。

優勢與隱憂

Codex 的強項是雲端併發與 token 效率：雲端沙盒「丟了就跑」的體驗，非常適合大量背景任務（批次修 lint、寫測試、依賴升級）；Astra 完成同樣任務用的 token 明顯比 Opus 5.5 少，我們在〈GPT-6 Astra 和 Opus 5.5 怎麼選〉整理過幾個獨立評測的數字。對已經全面採用 ChatGPT 的企業來說，它幾乎是零成本起步。

隱憂在於 cloud-first 的取捨與額度：本地檔案整合不如 Claude Code 直接；Plus 方案的 Astra 每五小時只有 5 到 45 則，真的要讓 Astra 當主力就得上 Pro。方案在 9 月到 10 月之間改過好幾輪，預算要重抓。

第三方排行榜：把工具和模型一起比

各家自己公布的跑分，測試環境不一樣，很難放在一起比。對選工具比較有參考價值的，是用同一套題目、連「工具」一起測的排行榜。Agents' Last Exam 收了 300 多位產業專家出的 1,500 多道長流程專業任務，橫跨 55 個子產業，同時列出通過率與反映完成品質的綜合分數。我們 10 月 17 日查到的前三名：

三件事值得注意。第一，差距只有幾個百分點，而且通過率都不到四成，代表這些代理人在長流程的專業工作上仍然需要人把關。第二，表上還沒有 Antigravity 搭 Gemini 4 Argon 的組合；網路上有整理說 Argon 小幅領先，但我們在原始排行榜上沒有找到，先不採用。第三，排行榜每週都在變，拿來看趨勢可以，當成採購依據就太薄了，真正可靠的還是拿自己的十個流程各跑一輪。Argon 發表後社群的實測與爭議，我們另外整理在〈Gemini 4 Argon 值得換嗎〉。

功能對照總表

價格對照總表

情境選型指南：你的公司適合哪一套？

規格表看完，回到真正的問題：「我的情境該選哪個？」以下是我們替客戶選型時實際使用的判斷樹：

新創 MVP、快速原型、已經在付 ChatGPT → Codex

團隊已經有 ChatGPT Plus 的話，Codex 不用另外花錢，主力用官方建議的 GPT-6.1 Sol，雲端沙盒不用配環境，丟任務出去睡覺起來收成果。只是別用 $8 的 Go 方案做評估：它在 Codex 裡只有 Luna，看不出這套工具的上限。

大型遺留系統重構、品質敏感產業 → Claude Code

金融、醫療、ERP 這類「錯一行賠百萬」的場景，輸出品質與企業治理是唯二重點，這兩項目前都是 Claude Code 領先。Opus 5.5 原生 100 萬 token 的上下文吃得下整個老專案，重構不必切香腸。

前端密集、需要自動化 UI 驗證 → Antigravity

內建瀏覽器讓 agent 改完自己開頁面檢查跑版，這個閉環在 Antigravity 裡最直接。電商官網、行銷活動頁這類「視覺正確性等於商業正確性」的專案特別適合；付費 Pro 起還能在同一個平台切 Claude 5.5 或 Gemini 4 Argon，不用為了換模型換工具。

深度綁定特定雲生態 → 跟著生態走

GCP／Firebase／Android 全家桶選 Antigravity；Microsoft／GitHub 生態其實還有第四個選項，可以參考我們的 Copilot Agent Mode 實測；OpenAI 企業版用戶自然是 Codex。

中大型企業的務實解：混搭

2026 年我們觀察到的成熟團隊幾乎都是混用：Claude Code 當主力開發、Codex 跑雲端背景雜務、Antigravity 負責前端驗證。三者能用到主力模型的入門方案（Google AI Pro、Claude Pro、ChatGPT Plus）加起來約 $60／月，先讓團隊都摸過一輪，再依數據決定把預算押在哪一套的高階方案。

導入前，先把這三件事想清楚

工具選對只是及格，根據我們輔導企業導入的經驗，真正決定成敗的是配套：

• 權限護欄先於生產力：agent 拿到的權限等於一個不會喊累的工程師帳號。先讀那次 AI 代理人搞掛客戶資料庫之後學到的護欄心法，把白名單、沙盒、審批流程架好再上線。
• 審查流程要跟著改：AI 產出的程式碼量是人工的數倍，舊的 code review 流程會直接被淹沒。Anthropic 在 10 月 15 日公開了 Claude Code 團隊自己的做法：每個 PR 先由多個 AI 代理審查、投票後才給人看，另跑一道可以擋下合併的安全審查，人工核准則依改動的風險分級（文件類 0 人、一般產品改動 1 人、敏感程式 2 人），而且代理的核准不算數。他們說 6 月到 9 月合併的 PR 增加一倍多，需要回退的比例反而降了四成以上。不必照抄整套，但「依風險決定要幾個人看」這個原則很值得借。完整的改造方式可以參考AI 產出審查流程改造。
• 從小專案開始量化：選一個邊界清楚的內部專案跑四週 PoC，記錄需求消化速度、缺陷率、token 成本三個數字，再決定全面推廣的節奏。

資料來源與延伸連結

本文所有規格與價格均查證於 2026 年 10 月 17 日（第一版查證於 2026 年 6 月 11 日），建議以官方頁面的最新版本為準：

• Antigravity Models（官方模型文件），各方案可用模型與 Argon 可用介面依此核對
• Antigravity Plans（官方方案文件），額度刷新、AI 點數與自帶金鑰政策依此核對
• 9to5Google：Gemini 4 Argon 開放給 Antigravity 的 AI Pro 用戶，Argon 的獨立週額度依此核對
• The Register：Gemini CLI 退場、Antigravity CLI 接班
• Claude 官方定價頁，各方案是否含 Claude Code、席次價格與 API 單價依此核對
• Claude Code 模型設定文件，預設模型、opusplan 與上下文長度依此核對
• Claude Code 子代理人文件，背景並行與數量上限依此核對
• Anthropic：Claude Code 團隊的程式碼審查做法，七層審查與風險分級依此核對
• Codex 官方方案與用量說明，各方案模型與每五小時則數依此核對
• Codex 官方模型說明，GPT-6.1 Sol 建議預設與 GPT-5.5 退役日依此核對
• OpenAI API 定價，Astra、GPT-6.1 Sol、Luna 單價依此核對
• Agents' Last Exam 排行榜，工具加模型的通過率與綜合分數依此核對
• The New Stack：四大編程代理半年實測（2026 上半年）
• XDA：三大工具一個月實測心得（2026 上半年）

選型沒有標準答案，只有適不適合你的團隊體質。如果你想知道公司現有的開發流程適合導入哪一套、怎麼設計權限與審查配套，歡迎聯絡浪花科技，我們自己每天都在用這三套工具出貨，可以用第一線經驗幫你省下試錯成本。

比較表看完還是難下手，通常不是資訊不夠，而是不確定自己的專案屬於表格裡的哪一種。作品案例裡有我們用這幾套工具實際交付的專案，技術棧、規模與踩過的坑都寫在裡面，拿去對照自己的情況會比再看一次規格表有用。真的要為團隊定案的時候，也可以直接跟我們說說你們卡在哪一段。選好工具只是起點，我們也把這幾套 AI 工具的操作能力打包進客戶的網站，做成交付後自己用 AI 就能改的AI-Native 官網。

本系列延伸閱讀

這篇是我們 Google Antigravity 系列的一部分，建議搭配延伸閱讀，完整掌握這套工具：

• Google Antigravity 安裝與設定完整指南
• Cursor、Copilot 還是 Antigravity？選型指南