Thorium vs Vivaldi
前段时间发现一款以速度见长的浏览器 Thorium，于是想与一直在用的 Vivaldi 对比下，看看哪款更省内存。
首先要有内存使用数据。使用 Windows 10 系统自带的 perfmon 工具记录一段时间 Thorium 和 Vivaldi 两款浏览器的内存使用量，每隔 15 秒采集一次数据，记录 Working Set、Private Bytes 两种内存用量，得到的数据文件为 CSV 格式。
记录期间，Thorium 和 Vivaldi 打开两个相同的标签页，安装 1 款相同的扩展，其他都维持浏览器默认设置。在两个电脑上记录了 Thorium 的数据，Vivaldi 只在一个电脑上记录，所以一共获得 3 个内存使用量的 CSV 文件。
其实目测记录数据就能发现 Thorium 内存用量更少，就懒得画图。但一想这不有 AI 嘛，让 AI 画图，顺便做个测试。
先看绘图成果，后面再说 AI 的测试情况。下面两张图都是『Antigravity+Claude Opus 4.5 Thinking』生成的。
上图折线图是浏览器的 Working Set、Private Bytes 内存用量随时间的走势，下图箱线图是内存用量的分布统计。分析中位数可以看出：
- 两台电脑上 Thorium 运行中占用的全部物理内存
Working Set相比 Vivaldi 少 35%，独占内存Private Bytes相比 Vivaldi 少 65% 以上； - Thorium 自身的独占内存
Private Bytes要比全部物理内存Working Set少 50%左右，说明 Thorium 占用的内存有一半属于共享内存，即与其他软件或者系统共同使用的内存，这样能减少对物理内存的整体消耗； - Vivaldi 自身的独占内存
Private Bytes只比全部物理内存Working Set少 10%左右，说明 Vivaldi 消耗的大部分内存都是独占的，其他软件或系统用不了，不利于物理内存整体消耗的降低。
给 AI 的任务
测试任务是要求 AI 读取记录内存用量的 CSV 文件，然后绘制两幅图：
- 3 个 CSV 文件的内存用量（
Working Set和Private Bytes）随时间的趋势图，子图上下排列； - 3 个 CSV 文件的内存用量（
Working Set和Private Bytes）的箱线图，包含 2 个子图，分别绘制Working Set使用分布、Private Bytes使用分布。
给 AI 的首轮提示词都是：
当前目录中的 3 个 CSV 格式文件分别为使用 perfmon 监控记录的 3 款软件的内存占用（Working Set 和 Private Bytes），读取这 3 个文件，使用 Python 进行绘图：第一幅图包含 3 个子图，分别对应 3 个软件内存用量（Working Set 和 Private Bytes）随时间的变化，子图上下排列，时间轴不需要具体时间仅表示间隔即可；第二幅图为箱线图，包含 2 个子图，分别绘制 3 款软件的内存 Working Set 使用分布、Private Bytes 使用分布。内存用量单位转换为 MB。
任务难点大概如下：
- 记录数据的 CSV 文件中有空值，AI 读取后需要自行发现并清洗；
- 本例其实不算严格编程问题，就是用 Python 画个图，就看 AI 擅长不擅长 Python；
- Python 绘图中如果要显示中文需要特殊设置，否则乱码，不过提示词没有特别要求显示成中文，看 AI 自行判断了。
测试结果
以实现提示词中的成果为准，几个 AI Code Agent 的对话轮数如下。
| AI Code Agent | 对话轮数 | 结果评价 |
|---|---|---|
| Antigravity+Gemini 3 Pro Low | 1 | 绘制图像满足要求；有图名；轴名和图名采用英文；箱线图有中位数和数据量标签； |
| Antigravity+Gemini 3 Pro High | 1 | 绘制图像满足要求；有图名；轴名和图名采用英文； |
| Antigravity+Claude Opus 4.5 Thinking | 1 | 绘制图像满足要求；有图名；轴名和图名采用中文；箱线图有中位数、四分位和数据量标签； |
| MiniMax Agent 桌面版 | 2 | 绘制图像满足要求；有图名；轴名和图名采用中文； |
| Antigravity+Gemini 3 Flash | 2 | 绘制图像满足要求；有图名；轴名和图名采用英文； |
| Claude Code+MiniMax-M 2.1 | 3 | 绘制图像满足要求；有图名；轴名和图名采用英文； |
| Antigravity+Claude Sonnet 4.5 Thinking | 5 | 没有完成绘图，图上总是缺数据； |
| RooCode+PonyAlpha 推理强度中 | 4 | 绘制图像满足要求；有图名；轴名和图名采用中文； |
| RooCode+PonyAlpha 推理强度高 | 1 | 绘制图像满足要求；有图名；轴名和图名采用中文； |
七个 AI Code Agent 中有 6 个完成了数据绘图任务，『Antigravity+Claude Sonnet 4.5 Thinking』的组合经过 5 轮对话，一直无法在箱线图中绘制出全部的数据，不断提示，但总是加上这个数据又丢了其他数据，最后放弃。这就让人很惊讶，这可是 Claude Sonnet 啊，一个 Python 画图的问题，按理说应该没啥难度，居然做不出来。
在此次测试中，体感很明显『MiniMax Agent 桌面版』比『Claude Code+MiniMax-M 2.1』好用。桌面版 1 轮后提示箱线图缺少数据，第 2 轮就修好了。『Claude Code+MiniMax-M 2.1』1 轮后提示图中数据搞反了，第 2 轮绘图依然搞反了其他数据。果然还是模型官方的工具更匹配模型。
所以对于 AI Agent，性能一方面取决于底层大模型的能力，一方面还在于上层工具对大模型的调用。
20260210 更新：
加测最近爆火的神秘的 Pony Alpha，采用『RooCode+PonyAlpha』，Openrouter 的 API。
在此测试中 Pony Alpha 没有表现出传说中的牛。推理强度设为中，经过 4 轮对话才绘制出正确的图，而且最后两轮出现的问题一样。推理强度设为高，虽然 1 轮搞定，但耗时很长，中间模型自己发现了错误然后改正，再发现再改正，不如 Gemini 3 Pro 和 Claude Opus 4.5 那般一发入魂。