我最近几天把responses接口和chat接口中间加了个中间键 
用过了deepseek-v4-pro/flash以及minimax-m2.7以及glm5.1和mimo的pro 
直接说结论：glm5.1在codex干事情做的最佳
感觉像早期gpt5.2，速度慢，但干事情好，非常像，并且能在有chat转responses中转的情况下很好的适配codex给的各种工具 
deepseek其次
速度还行，写代码出的bug如果比较小的话可以很快修完，3轮修不完就基本没救了 这里我分析他的原因是：他不懂变通，死脑筋 绕弯解决问题甚至解决不了（这里指的是有直线[更好的解决方案]不走，走弯路) 
mimo拉完了 比deepseek的死脑筋还汝心之固，minimax更是不行（发送apple作为上下文，他用的时候给我俩个aple*[夸张的来说]*)
各自的千秋
我这里做的不只是编码，更是agent能力测试...