AI Agent性能大比拼，五款主流产品谁领风骚？

最近AI Agent这阵风刮得是真猛，光半个月就冒出了十多款新产品。

来自近期在上海分享的PPT

LLM的热度还没退，AI Agent就成了新的风口，各家厂商推Agent推得比谁都积极。

问题来了：它们到底谁更强？咱们直接上实测。

关于测评方法

这次选定了5款热门通用型AI Agent——Genspark、MiniMax Agent、Flowith Neo、Manus和扣子空间。对于Agent来说，感知、思考、行动、循环这四个环节都离不开LLM。但如果逐个环节去拆，最后比的其实是LLM本身，而不是Agent框架。所以我们只看交付结果，不纠结处理过程。

测试任务选了三个领域：

1. 检索2025年微信公众号上最热的5个AI话题，分析原因，分别输出PDF、图表和HTML格式（侧重任务拆解、效率与准确性、多模态输出）。

2. 规划一个预算不超过3000元、4天3晚的成都旅行计划，必须包含川剧变脸、宽窄巷子和熊猫基地（侧重逻辑严谨性和工具调用）。

3. 根据一张客厅照片，推荐改造风格并输出3D布置草图或改造建议（侧重图像理解、空间感知、创意输出、图文匹配）。

横评3个Case

1）总结热门AI话题

先来一个最简单的任务，测试基础的任务拆解能力，同时看看效率和准确性。

Prompt：检索微信公众号平台2025年来的热门AI话题前5，并总结原因，输出为PDF、图表和HTML格式。

Genspark耗时12分43秒。它的HTML文件做得相当规整，不仅罗列了5大热门话题，还对各话题背后原因做了深度分析，信息准确。可视化图表的数据收集方向和图表类型都很丰富，排版也好看。PDF文件可读性不错，颜色处理到位，段落界限清晰。

扣子空间耗时10分15秒。它找出的5个话题跟Genspark完全不同，各有各的理解。但明显没有Genspark细致，缺少对单个话题的原因分析，只在最后做了整体概述。图表很朴素，PDF几乎就是纯文字版本，而且也没严格按照提示词要求输出原因分析。

Manus耗时11分49秒。整体要求都达到了，既有5大热门话题，也有针对性的原因分析。用了三种图表展示各话题热度对比，非常直观。但PDF部分还是偏文字化，不符合多模态输出的期待。

MiniMax Agent耗时16分03秒。列了5个话题，没有分析原因，排版缺乏美感。图表表现一般，可能跟Beta版本有关。PDF虽然内容是文字版，但话题简介和流行原因都说明白了，就是读起来AI味儿有点重。

Flowith Neo耗时19分27秒。虽然时间最长，但结果很不错。不仅分析了话题流行原因，还给出了相关数据和案例做支撑，研究很细致。图表中规中矩，但加入了话题关联度分析图，挺有新意。PDF依旧是纯文字版，但内容详实、分析有理有据。

整体来看，这个任务最中意的是Genspark，对提示词理解到位，输出内容和质量都表现突出。

2）旅游规划

接着测试逻辑严谨性和工具调用能力。

Prompt：规划一个预算不超过3000元、4天3晚的成都旅游计划，必须包含川剧变脸、宽窄巷子和熊猫基地。

Genspark耗时3分27秒。整体规划对景点和价格比较上心，各项支出列得很细致，但游览时长和交通时长交代得不够清楚。

扣子空间耗时2分56秒。主要景点没落下，但预算规划比较敷衍，各景点和美食的价格没怎么交代，交通路线规划也不够细。

Manus耗时3分15秒。整体视觉效果非常好，清晰明了，想要的景点都涵盖了，还附带了详细的交通介绍和美食价格参考。出去旅游，有个参考价格确实很重要。

MiniMax Agent耗时22分45秒。跟第一个任务相比，这回的表现可圈可点。从景点、交通到价格，全部交代得明明白白。还给出了景点详细介绍、美食推荐、住宿参考等，整体风格非常小红书，对旅游攻略来说相当实用。

Flowith Neo耗时17分21秒。时间控制得很精细，表格式计划一目了然。住宿、餐饮、景点等信息都很全面。就是风格偏素，有点像旅行团的官方文件。

第二个任务里，耗时较长的两个Agent做出来的效果也对得起花费的时间。非要说哪个最好，个人倾向于MiniMax Agent。

3）创意设计

最后测试图像理解、空间感知、创意输出和图文匹配能力。

Prompt：这是我家的客厅照片，推荐合适的改造风格，并输出新风格的3D布置草图或改造建议图示。

Genspark耗时5分43秒。识图能力很优秀，空间感很好，生成的图片布局与原始照片一致。出图效果也很好，风格和文字描述匹配度高。

扣子空间耗时3分18秒。给的风格图都挺好看，但没有一张是按照原图空间布局设计的，说明没有真正理解原图和提示词的要求。

Manus耗时5分06秒。图片理解能力不错，生成的图片空间布局与原图一致，效果也不错，就是有点样板间味道。

MiniMax Agent耗时21分17秒。方案很多，数据也整理得仔细，但遗憾没能理解原图的空间布局，所有努力其实白费了。

Flowith Neo耗时15分45秒。虽然只给出了一种风格，但从生成的图片和文字来看，它读懂了空间布局。装修方案很细致，从色彩到灯光等方面都有考量，可以直接当装修参考方案来用。

这个任务里表现最出色的当属Flowith，从色彩到灯光都分析得很透彻。

写在最后

从三个测试任务来看，Genspark发挥最稳定，每个任务的完成度都很高。Manus则是各方面平均，每个任务都能做，都在及格线以上。MiniMax Agent和扣子空间虽然在某些任务上不尽如人意，但都有自己擅长的地方。Flowith Neo稍逊Genspark、略胜Manus，只不过每个任务耗时都比较长，用起来需要点耐心。

当然，现阶段这些Agent都支持免费体验。可以试试把这个任务扔到各家Agent里去跑一轮，说不定会有意想不到的发现——这就是AI的随机之美。