Harness测试对比

https://frontierharness.org/

pi比较均衡，省token。
dsh快，不过token消耗比pi多。
opencode最省token，不过效果最差。
复杂任务codex有优势，完成率高。
claude code消耗token最多，速度最慢，完成率仅次于codex。
omp相对于pi基本是劣化，只是开箱即用方便些。

这个评测，和大家的使用体感一样吗？