简短结论：Devin 是一个云端自主编程智能体。你把整个任务交给它，它在隔离的虚拟机中独立完成工作，然后直接交付一个可审查的 PR，不需要你逐行进行交互式操作。它按 ACU 计费，这是衡量智能体自主工作时长的单位，起价为每月 20 美元（Core，不含 ACU，每个 ACU 另收 2.25 美元），或者每月 500 美元的 Team 方案，包含 250 个 ACU。Verboo Code 是一个交互式终端 CLI，由你逐条命令亲自操作，拥有专属 GPU、无限 token，固定价格起步为每月 99 雷亚尔。如果你的工作方式是把任务交出去然后不用管，让智能体自己搞定，Devin 做的正是这件事，Verboo Code 并不在这个模式上竞争。如果你的工作方式是自己主导的长会话，不需要计算还剩多少 ACU 或者智能体还能跑多少分钟，那就是 Verboo Code 的场景。
Devin 与 Verboo Code 并排对比
| 属性 | Devin | Verboo Code |
|---|---|---|
| 工作模式 | 异步自主智能体：接受任务后在云端虚拟机中独立工作，完成后返回 PR | 交互式终端 CLI：你实时逐条命令主导会话 |
| 计费模式 | ACU（Agentic Compute Unit，约 15 分钟自主工作量为一个单位） | 固定价格订阅，套餐内 token 无限 |
| 入门价格 | Core 每月 20 美元 + 每个额外 ACU 2.25 美元 | Junior 每月 99 雷亚尔 |
| 中间档位 | Team 每月 500 美元，含 250 个 ACU，超出后每个 2.00 美元 | Pro 每月 249 雷亚尔 · Max 每月 499 雷亚尔 |
| 默认模型 | SWE-1.7，Cognition 自研，在 Devin（网页、桌面、CLI）中通过 Cerebras 以 1000 TPS 提供 | 11 个开源模型（GLM-5.2、DeepSeek V4、Kimi K2.7 等），用 /model 切换 |
| 基础设施 | Cognition 云端，每个会话独立虚拟机 | 专属 GPU，服务器位于巴西 |
| OpenAI 兼容端点 | 不支持自定义 base URL：模型选择仅限官方列表（Base Model、Devin Desktop Premier、GPT-4o、Claude 3.5 Sonnet） | 自带 OpenAI 协议兼容路由，任何客户端都可直接接入 |
| 最佳单项基准 | SWE-1.7：SWE-Bench Multilingual 得分 77.8%，领先 GPT-5.5（76.8%）（Cognition，2026年7月8日） | GLM-5.2：SWE-bench Pro 得分 62.1，领先 GPT-5.5（58.6）（Z.ai，2026年6月13日） |
什么时候 Devin 是正确选择
- 你想把整个任务委托出去，不用逐行主导会话。
- 你的团队需要并行跑多个任务，每个任务在独立虚拟机中运行，不需要开发者持续盯着。
- 你有团队预算，工作量刚好落在 Team 方案的 250 个 ACU 以内。
- 你想要智能体直接交付可审查的 PR，而不是一个需要你亲自操作的终端会话。
什么时候 Verboo Code 是正确选择
- 你更喜欢亲自逐行主导会话，对智能体的每一步都有完全控制权。
- 你曾在长任务进行到一半时用完 ACU，只能等下一个计费周期。
- 比起计算每个任务消耗了多少计算单位，你更想要固定、可预测的价格。
- 你想要无限 token 的终端，不用计算一次长时间调试会话会花掉多少智能体分钟数。
各自真正的优势在哪
Devin 在原始智能水平上并不落后。自 2026 年 7 月 8 日起，它运行 Cognition 自研的 SWE-1.7 模型，该模型在 Devin（网页版、桌面版和 CLI）中通过 Cerebras 以每秒 1000 个 token 的速度提供。在 SWE-Bench Multilingual 上，SWE-1.7 得分 77.8%，领先 GPT-5.5（76.8%），仅落后 Claude Opus 4.8（84.4%）几个百分点，数据来自 Cognition 官方公告。在 Terminal-Bench 2.1 上，它以 81.5% 收官，落后于 GPT-5.5（84.2%）和 Opus 4.8（86.9%）。这是一个接近前沿水平的模型，得益于 Cognition 在开源的 Kimi K2.7 基座上做的针对编程智能体的专门后训练，而 Verboo Code 提供的正是同一个开源模型，只是没有这层额外的后训练。
但没有任何模型能赢下所有测试。在 SWE-bench Pro 上，Verboo Code 的开源模型之一 GLM-5.2 得分 62.1，高于 GPT-5.5 的 58.6，数据来自 Z.ai 于 2026 年 6 月 13 日的官方发布。决定该用哪个工具的问题，不是哪个模型单独思考得更好，而是哪种工作模式适合你的任务：Devin 提供的是一个在虚拟机中独立运行、直接交付 PR 的智能体，不需要逐行监督；Verboo Code 提供的是你亲自逐条命令主导的终端会话，没有 token 上限。它们首先是不同的工作模式，其次才是不同的模型。
Devin 的 Team 方案每月 500 美元，包含 250 个 ACU，每个 ACU 约相当于 15 分钟的自主工作量，数据来自 Devin 官方定价页面。这相当于每月 62.5 小时的工作量，如果按全职覆盖来算，每个工作日不到 3 小时；超出部分每个 ACU 2.00 美元，而 Core 方案（每月 20 美元）下每个 ACU 都要单独付费，为 2.25 美元。Verboo Code 没有需要计算的计算单位：它是固定价格加无限 token，从 Junior 的每月 99 雷亚尔到 Ultra 的每月 1299 雷亚尔，11 个开源模型之间的差异在于响应速度，而不是会用完的上限。无限 token 在这个对比里不是附加说明，而是核心优势：Devin 按智能体工作的时长计费，Verboo Code 只按订阅计费，仅此而已。
而这里没办法两者兼得，不像把 Cursor 或 Codex 指向 Verboo Code 引擎那样。Devin 没有开放自定义 base URL 字段：模型选择仅限于官方列表（Base Model、Devin Desktop Premier、GPT-4o 和 Claude 3.5 Sonnet），这是 Devin 官方文档确认的。在这里迁移意味着更换工具，而不只是改一个设置。
让 Verboo Code 与 Devin 并行运行
由于 Devin 不支持指向外部引擎，想要无限 token 又不想放弃终端习惯的人，路径是并行运行 Verboo Code 本身：
npm install -g @verboo/code
verboo
首次运行时，CLI 会引导你用 Verboo Code 账号登录并选择模型。你可以在会话中随时用 /model 切换模型，不会丢失已经累积的上下文。Devin 负责那些你可以委托出去、让它自己跑的任务，Verboo Code 则负责那些你想亲自主导的会话。
常见问题
能用 Devin 搭配 Verboo Code 的模型吗？
不能直接实现。Devin 没有自定义 base URL 字段：模型选择仅限于已经内置的官方列表。想使用 Verboo Code 的开源模型，路径是在终端中并行运行 Verboo Code 本身。
Devin 有开源模型吗？
没有公开权重的模型。SWE-1.7 是 Cognition 的专有模型，但它是在开源的 Kimi K2.7 基座上通过强化学习训练而来，而 Verboo Code 也提供同一个开源模型，只是没有这层额外的后训练。
Devin 和 Verboo Code 哪个更便宜？
取决于你委托出去的自主工作量。Devin 的 Team 方案每月 500 美元覆盖 62.5 小时的工作量，超出后每个额外 ACU 增加 2.00 美元。Verboo Code 按固定价格收费，无限 token，起步每月 99 雷亚尔，没有需要乘以用量的计费单位。应该按你实际用量下完成的工作成本来比较，而不是只看标价。
Verboo Code 能像 Devin 一样在我不盯着的情况下自主完成任务吗？
不完全一样。Verboo Code 是交互式 CLI：你需要逐条命令主导会话，它不会启动一个独立虚拟机去自己工作然后交付一个现成的 PR。如果你需要的是委托整个任务然后不用管，这正是 Devin 真正的优势所在。
如果拖慢你工作流程的不是要不要放弃对会话的掌控，而是不想再计算还剩多少 ACU 或者智能体分钟数，Verboo Code 用固定价格加无限 token 解决这个问题，操作习惯还是你熟悉的终端。
