你們的 claude code 和 codex 除了接官方 model，还测试过第三方的吗？求个最佳实践。

作为主 agent ，这两个生产用途。 其余自动化，碎片 idea ，小 task 一直在尝试不同的 agent + 便宜模型（ ds ）。

Qwen 有些样本，貌似次选来说结合 claude code 和 codex 在 Benchmark 中表现和官方组合差距能控制在个位数 pp 。