mini-SWE-agent 的成本為 $0。它是採用 MIT 授權的軟體，沒有方案、席次、託管層級或可購買的帳戶，因此實際上的「mini-SWE-agent 成本」就是你所指向端點的模型 API 帳單。真正值得預算的是每次執行的權杖數，而 mini 只提供一個預設防護：設定中由 mini 指令載入的 cost_limit: 3.。這項防護在自訂端點上有一種失效模式，下面會說明；在這裡，最昂貴的錯誤就是弄錯它。
先釐清三件事，因為搜尋結果會將它們混在一起，而每一件都可能讓頁面出現錯誤數字。SWE-agent 是原始產品，有自己的儲存庫、文件網站和設定結構；其 README 表示「我們目前大部分的開發工作都在 mini-swe-agent 上，它已取代 SWE-agent」，並建議今後使用 mini，但它並未封存（20,382 顆星，最後推送日期為 2026 年 9 月 21 日），因此應視為「仍受維護但已被取代」，絕不能將其預設值引用為 mini 的預設值。「SWE-bench Verified Mini」 是資料集，不是這個代理程式，也沒有價格：其 Hugging Face 卡片說明這是 SWE-bench Verified 的 50 個實例子集，目的是降低儲存與評估成本。而模型名稱中的「mini」也不是這個代理程式：GPT 5 mini 出現在 mini 自己的排行榜資料列中，MiniMax 則是名稱恰好以相同方式開頭的供應商——因此「mini 每個實例成本 $0.047」這句話只有在 mini-SWE-agent 下執行某個模型時才成立，而且必須同時說明兩者。
如果第三方摘要告訴你其他說法，請自行核對一件事：mini 的授權是 MIT。GitHub 授權 API 回傳 MIT，PyPI 包含 License :: OSI Approved :: MIT License 分類器，而套件附帶的授權文字寫著「Copyright (c) 2025 Kilian A. Lieret and Carlos E. Jimenez」。
mini 收取什麼費用，以及實際向你收費的是什麼
| 項目 | 費用 | 來源，查核日期：2026 年 9 月 21 日 |
|---|---|---|
| mini-SWE-agent，軟體本身 | $0，MIT 授權 | PyPI 中繼資料：版本 2.4.6，於 2026 年 7 月 23 日上傳，Python 3.10 或更新版本 |
| 託管的 mini 服務 | 未提供 | 文件導覽中沒有定價頁面，也沒有方案；儲存庫沒有提供 .github/FUNDING.yml |
| 模型 API token | 供應商的每 token 費率 | 你自己的帳戶 |
| 批次沙箱運算 | 沙箱在你自己的機器上執行時，不會產生逐請求費用 | mini 的 SWE-bench 使用頁面針對 --environment-class 表示：「建議使用 docker 或 singularity」；其 API 參考也記載 local、bubblewrap 和 container 環境 |
| 雲端沙箱運算 | 第三方的計費表 | 唯一暗示付費基礎架構的隨附設定是 Modal 基準測試設定；它也會將模型類別切換為閘道 |
| 基準測試評分 | mini 將其描述為免費 | 其 SWE-bench 頁面將 sb-cli 雲端評估稱為「極快、基於雲端的評估（而且免費！）」；這句話是唯一的價格聲明。sb-cli 本身會對提交進行計量——其 get-quotas 頁面記載每個子集的「剩餘執行次數」，並表示「配額會根據你的訂閱等級定期更新」，但沒有公布數字 |
這個專案仍然活躍，這一點在你決定將其作為標準工具之前很重要：儲存庫未封存，也未停用；有 7,843 顆星，建立於 2025 年 6 月 28 日，最後推送日期為 2026 年 9 月 14 日，共有 70 個開放 issue 與 pull request（GitHub API 的 open_issues_count，2026 年 9 月 21 日），而版本 v2.4.6 於 2026 年 7 月 23 日發布。
mini 自己的支出控制，以及那個悄悄停止運作的控制項
mini 在程式碼代理程式中很不尋常，因為它完全提供了美元上限。共有四個數字，而它們並不是同一個數字。
| 位置 | 步數上限 | 成本上限 | 管控內容 |
|---|---|---|---|
config/mini.yaml——mini指令 | 0（不限額） | 3. | 你的互動式執行；也會以 confirm 模式啟動 |
agents/default.py——函式庫預設值 | 0 | 3.0 | 任何直接建構代理程式的程式 |
config/default.yaml | 0 | 0.（無限制） | 完全沒有上限的基本設定 |
config/benchmarks/swebench.yaml | 250 | 3. | 批次執行中的每個基準測試實例 |
讀取 2026 年 9 月 21 日 main 分支中的檔案。兩個特性會改變你對待 $3 的方式。首先，它是停止規則，而不是上限：default.py 會在呼叫前檢查 0 < cost_limit <= self.cost，而該欄位自身的 docstring 寫著「超過（！）此成本後停止代理程式」——因此執行會在累積支出已經超過上限後才停止，而不是在超過之前停止。其次，在互動式 CLI 中觸及上限並不會結束任何工作：interactive.py 會顯示限制與目前支出，然後提示輸入新的步數上限和新的成本上限。無人值守的執行則會改為拋出 LimitsExceeded。
跨執行環境有兩個環境變數，而且兩者預設都關閉：MSWEA_GLOBAL_CALL_LIMIT 和 MSWEA_GLOBAL_COST_LIMIT 在全域設定頁面中記載為「（0 = 無限制）（預設值：0）」。它們限制的是單一 mini 程序，而不是帳戶。另外兩項設定會悄悄增加權杖：重試預設為 10 次（MSWEA_MODEL_RETRY_STOP_AFTER_ATTEMPT），而代理程式在連續 3 次格式錯誤後中止。失敗的嘗試是否計費由你的供應商決定，不是由 mini 決定，本頁也未驗證。
接下來是失效模式。mini 的美元數字是由 LiteLLM 的價格表在本機計算的，因此 LiteLLM 不認識的模型 ID 會使執行在成本計算時拋出錯誤，而 $3 上限也沒有可強制執行的對象。如果你將 LiteLLM 類別指向閘道，請自行提供費率，不要直接使用 MSWEA_COST_TRACKING="ignore_errors"；mini 將其註記為「注意：這可能導致無法管理的支出！」。登錄檔的鍵名是不含供應商前綴的模型名稱，單位是每個權杖的美元價格，且 litellm_provider 必須符合你的 custom_llm_provider：
{
"claude-sonnet-5": {
"input_cost_per_token": 0.0000014000,
"output_cost_per_token": 0.0000070000,
"litellm_provider": "openai",
"mode": "chat"
}
}mini 自己的帳單會寫入軌跡檔案：其 輸出檔案頁面記載 info.model_stats，其中包含 instance_cost（「此次執行的 API 呼叫總成本」）和 api_calls，此外每則 assistant 訊息也會附帶成本。這是根據你輸入的價格檔案所做的算術，不是供應商的帳本——唯一例外是 mini 的 OpenRouter 類別，它要求該 API 提供使用量統計，然後從回應中讀取已收取的成本。完整的端點設定位於mini-SWE-agent 設定頁面。
每個 SWE-bench issue 的成本：唯一發布的每次執行數字
swebench.com 在其 Verified 排行榜中提供「Bash Only」項目，網站將其描述為「預設的 Verified 檢視：每個模型都在相同的 mini-SWE-agent 環境中」，涵蓋 500 個實例。在網站自己的排行榜程式碼中，這是預設篩選，而非獨立的排行榜——Agent 篩選器縮小至 mini-SWE-agent，沒有選取其他項目——留下的資料列，是軌跡歸檔於 bash-only 的提交。每個資料列都包含每個實例的平均成本，以及每個實例的平均模型呼叫次數。下方最後一欄是在此推導的數字，不是已發布的數字：每個實例成本除以解決比例，假設每個實例嘗試一次，且失敗的成本也計入其中。
| 排行榜使用的模型名稱 | 已解決 | 每個實例的成本 | 每個實例的模型呼叫次數 | 每個已解決 issue 的推導成本 |
|---|---|---|---|---|
| GPT 5 mini | 56.2% | $0.0472 | 20.3 | $0.084 |
| MiniMax M2.5 (high) | 75.8% | $0.0733 | 60.5 | $0.097 |
| Kimi K2.5 (high) | 70.8% | $0.1466 | 51.2 | $0.207 |
| Gemini 3 Flash (high) | 75.8% | $0.3560 | 56.1 | $0.470 |
| Claude 4.5 Haiku (high) | 66.6% | $0.3309 | 66.2 | $0.497 |
| GPT 5.2 Codex | 72.8% | $0.4494 | 28.1 | $0.617 |
| DeepSeek V3.2 (high) | 70.0% | $0.4478 | 88.5 | $0.640 |
| GPT 5.2 (high) | 72.8% | $0.4736 | 35.0 | $0.651 |
| Claude 4.6 Opus | 75.6% | $0.5515 | 28.9 | $0.729 |
| GLM 5 (high) | 72.8% | $0.5344 | 76.2 | $0.734 |
| Claude 4.5 Sonnet (high) | 71.4% | $0.6579 | 48.3 | $0.921 |
| Claude 4.5 Opus (high) | 76.8% | $0.7539 | 32.9 | $0.982 |
| Gemini 3 Pro | 69.6% | $0.9600 | 51.3 | $1.379 |
範圍，而這就是全部內容：這些是 2026 年 9 月 21 日讀取的僅限 bash 提交記錄——SWE-bench Verified、500 個實例，每個資料列標記為一次嘗試與 mini v2.0.0，日期為 2026 年 2 月 17 日至 26 日，成本則是隨每次提交回報的數字。網站沒有說明該數字是牌價、議定費率，還是 mini 自己的 LiteLLM 估算，因此不要將其視為報價；網站也沒有記錄每位提交者使用的環境類別或步數上限，因此本文也不對兩者作任何宣稱。基準測試實例不是開發者的任務：這些是經整理且已知修復方式的 GitHub issue，並在無頭模式下使用測試修補程式評分。
在此限制下，仍有兩種解讀成立。首先，兩個成本欄位之間的排序翻轉了三次。Claude 4.5 Haiku (high) 的每實例成本低於 Gemini 3 Flash (high)，但每個已解決 issue 的成本更高；DeepSeek V3.2 (high) 的每實例成本低於 GPT 5.2 Codex，卻在每個修復的成本上敗給它；GLM 5 (high) 的每實例成本低於 Claude 4.6 Opus，卻在每個修復的成本上敗給它。每實例數字同時隱藏了兩件事：模型成功完成修復的頻率，以及它為完成修復所消耗的模型呼叫次數——最後兩列分別是 88.5 和 76.2，而擊敗它們的模型則是 28.1 和 28.9。只有 GPT 5 mini 在兩個欄位都領先。其次，資料列的日期到此為止：2026 年 2 月 26 日是 swebench.com 所有排行榜上最新的 mini 提交，因此那裡沒有發布 2026 年年中一代任何模型的每實例成本。不要自行插值。mini 自己的標題式主張則使用不同措辭——其文件索引表示「在 SWE-bench verified 基準測試中得分 >74%」，這是關於某個在 mini 下執行、面對 500 個經整理 issue 的模型的陳述。
使用即時目錄費率的實際估算
這是示意性的權杖算術，不是實測任務成本，也不是帳單上限。mini「具有完全線性的歷史——代理程式的每一步都只是附加到訊息中」，因此每一步都會重新傳送整段對話，輸入權杖占主要部分。假設一次執行包含 40 次模型呼叫（位於排行榜資料列顯示的約 20 至 89 次範圍內），對話在最後一次呼叫前達到 40,000 個權杖，因此平均請求約包含其一半，整次執行共有 800,000 個輸入權杖，並且每次呼叫輸出 400 個輸出權杖，總計為 16,000。每個權杖都按照全新輸入計價：不假設快取折扣，因為本頁未測試聊天完成閘道是否會處理 mini 附加的 cache_control 標記。費率是即時的Kunavo 目錄每百萬權杖價格。
| 模型 | 每 1M 的輸入／輸出 | 假設執行的估算 | 相對於 mini 隨附的 $3 上限 |
|---|---|---|---|
| Claude Haiku 4.5 | $0.70 / $3.50 | $0.616 | 4.9× 餘裕 |
| GPT-5.6 Terra | $0.70 / $4.20 | $0.627 | 4.8× 餘裕 |
| Claude Sonnet 4.6 | $2.10 / $10.50 | $1.848 | 1.6× 餘裕 |
| Claude Sonnet 5 | $1.40 / $7.00 | $1.232 | 2.4× 餘裕 |
| Claude Opus 5 | $3.50 / $17.50 | $3.080 | 1.0× 餘裕 |
請將其視為比例。在這些假設下，Claude Haiku 4.5與Claude Opus 5之間的差距約為 5×，這比 mini 設定中的任何項目都是更大的槓桿；而且每一列都低於預設的 $3 停止規則，因此該上限是防止失控的防護，而不是預算。價格表忽略了一個細節：目錄為 GPT 系列與 Gemini 3.1 Pro 宣告的長上下文層級是按請求計算，而不是按執行計算，因此重要的是單次 mini 提示會增長到多大，而不是整次執行的總量。mini 隨附的觀察範本在這裡有所幫助：它將每次觀察限制為 10,000 個字元，傳送前 5,000 與後 5,000 個字元，並在超過時附上省略數量。
在你圍繞 mini 規劃管線時，還有一項範圍說明：Kunavo 不提供 embedding 模型、文字轉語音模型或語音轉文字模型，因此若腳本在執行期間同時索引儲存庫或轉錄音訊，該步驟仍需使用自己的供應商金鑰。mini 本身只會要求模型產生文字，並附帶一個 bash 工具——在預設的 litellm 類別上使用聊天完成，或在 *_response 類別上使用 Responses API。
Kunavo 的目錄金額是計費下限，而不是上限：上游回報費用時，帳單金額取目錄成本與上游成本乘以適用加成兩者中較高者。快取費用與外部工具費用不包含在此範例中。最低儲值額是預付額度 $10——這是資金下限，不是任務費用或訂閱費。請參閱帳務詳細資訊與快取權杖的計價方式。
mini-SWE-agent 的最佳 API：不同情況下該選哪條路徑
選擇比看起來更受限，因為 mini 的模型類別並非同樣開放。它為三家公司提供閘道類別——OpenRouter、Requesty 和 Portkey，每家公司都有不同的通訊協定變體——而且其中沒有任何類別公開 api_base 欄位。OpenRouter 和 Requesty 類別更進一步，直接在類別中寫死該供應商的 URL，旁邊還有固定的金鑰變數（OPENROUTER_API_KEY、REQUESTY_API_KEY）；Portkey 類別完全不指定 URL，而是將請求交給 portkey-ai 用戶端，並使用 PORTKEY_API_KEY，因此目的地取決於該 SDK 的解析結果。無論如何，選擇其中一個也就選擇了該公司的條款。LiteLLM 系列才是可以從設定檔重新指向的系列。
| 方式 | 適用時機 | 你放棄的功能 |
|---|---|---|
| 直接使用供應商 API | 你會持續使用同一家供應商的旗艦模型，並希望享有其專屬快取與批次折扣 | 第二家供應商代表第二個帳戶與第二個餘額 |
| OpenRouter，透過 mini 自有的類別 | 你希望 mini 顯示的成本是實際扣款金額，而不是本機估算值——此類別會向 API 請求用量計費資訊 | 其 URL 已固定在類別中。其 FAQ 表示，推論費用會按供應商定價轉嫁且不加價，改為在購買點數時收費——信用卡為 5.5%，最低 $0.80；加密貨幣為 5%（截至 2026 年 9 月 21 日查核），因此請依儲值條件比較 |
| Requesty，透過 mini 自有的類別 | 同樣只需一組金鑰的便利性，但費用結構不同 | 其 定價頁面 表示，隨用隨付會在模型成本上加收 5% 的加價，另有免費方案，但僅限免費模型且每天限制 200 次請求（截至 2026 年 9 月 21 日查核） |
| Portkey，由 mini 隨附的 Modal 設定使用 | 你已經使用 Portkey 進行可觀測性管理 | 模型帳單之外的平台費用——其定價頁面 列出免費的 Developer 方案，每月記錄 10,000 筆日誌並保留 3 天，以及每月 $49 的 Production 方案（截至 2026 年 9 月 21 日查核）。mini 的類別還需要 portkey-ai 套件與金鑰，否則會在建立時拋出錯誤 |
| OpenAI 相容的閘道，透過 LiteLLM 類別使用 | 你希望在某個 mini 沒有類別支援的端點上，使用一組金鑰與一筆餘額 | 使用 YAML 檔案而不是環境變數，並使用登錄檔讓成本上限持續生效——請參閱上文 |
| 本機模型 | 適合小型或私密工作，且不收取每次請求費用 | 相較於託管的前沿模型，其功能有所落差，還需要硬體；mini 以本機 api_base 說明這條路徑 |
在規劃使用前，有兩個界線值得了解。mini 的文件範例使用帶有供應商前綴的供應商原生 LiteLLM ID，而閘道本身的 ID 是不同字串，無法在供應商端點解析——例如，mini 隨附的 SWE-bench 基準測試設定會設定 model_name: "anthropic/claude-sonnet-4-5-20250929"，這是 Anthropic 原生 ID；若原封不動複製該檔案，你指向的就是 Anthropic，因此請將 ID 換成你自己的端點發布的 ID。此外，mini 有三條通訊協定路徑：預設的 litellm 類別會使用原生工具呼叫來呼叫聊天完成 API，litellm_textbased 會使用較舊的文字解析動作連至同一端點，而 litellm_response 則會以不同的工具結構描述呼叫 OpenAI Responses API；僅支援聊天完成的端點無法提供此 API。mini-SWE-agent 與 Claude Code 完整說明了這項設定，而 OpenAI 相容 API 與 LLM 閘道 則介紹了一般模式。
mini-SWE-agent 最便宜的 API：兩個不同的問題
上表已經將兩者分開。列出的最低價格是依每百萬 token 的美元價格排名；完成任務的最低成本則是依完成可運作變更所需的成本排名。mini 會讓差距比平常更大，原因在於其線性歷史記錄：多一個步驟並不是多一則訊息，而是重新完整傳送此前所有內容一次。某個模型需要 88 次呼叫，另一個只需 29 次時，前者會在每一次呼叫上都支付這項額外成本——這正是衍生欄位所顯示的內容，其中兩列的單次成本相近，但呼叫次數不同。請選擇能以你可接受的審查工作量完成工作的最低成本模型，執行一項受限任務，然後讀取你自己的帳戶為其記錄的扣款，而不是用戶端的顯示值。AI 成本最佳化介紹了這種方法；如果你已確定使用 Claude 系列，請參閱 最便宜的 Claude API。
設定並核對第一筆帳單
Kunavo 發布了 mini-SWE-agent 的設定參考。這是已發布的設定頁面，不是相容性測試：此處尚未在執行階段針對 Kunavo 的端點測試 mini——沒有工作階段、沒有串流回合，也沒有工具往返——以上內容全部來自 mini 自身的原始碼與文件。具體而言，尚未驗證的是：LiteLLM 的 openai/ 路徑是否能在聊天完成介面上，針對 mini v2 預設的原生工具呼叫進行協商，以及 cache_control 標記是否會被執行。嘗試時請保留一條可運作的路徑，先寫入登錄檔以使成本上限生效，執行一項受限任務，然後進行核對。準備為金鑰儲值時，請從mini-SWE-agent 整合指南開始，並建立 Kunavo 帳戶。
你是在比較用戶端而不是供應商嗎？Aider 定價與OpenCode 定價介紹另外兩個代理程式，它們同樣將免費的執行框架與按用量計費的模型帳單分開。
常見問題
mini-SWE-agent 的費用是多少？
軟體本身不收費。mini-SWE-agent 採用 MIT 授權，PyPI 上目前的版本是 2.4.6，於 2026 年 7 月 23 日上傳，要求 Python 3.10 或更新版本；其文件網站與套件清單都沒有提供方案、席次、託管層級或可購買的帳戶，儲存庫甚至沒有贊助檔案。你支付的是所指向端點的模型 API 帳單；如果在付費主機而非本機 Docker 上執行批次，還要加上沙箱運算費用。mini 指令載入的設定中，唯一的支出防護是每次執行的 cost_limit: 3.；另外兩個跨執行環境限制 MSWEA_GLOBAL_COST_LIMIT 和 MSWEA_GLOBAL_CALL_LIMIT 預設也都是 0，表示不設限制。
mini-SWE-agent 有訂閱或付費方案嗎？
沒有。mini 沒有發布定價頁面，文件導覽中也沒有任何方案。它提供的每個模型類別都會使用從環境讀取的 API 金鑰進行驗證——LiteLLM 類別使用供應商金鑰，閘道類別則使用 OPENROUTER_API_KEY、REQUESTY_API_KEY 或 PORTKEY_API_KEY——而且沒有任何類別將聊天產品登入或方案額度列為輸入。因此，請將 mini 視為按量計費的權杖：這正是它與可在消費者方案上執行的代理程式之間最明顯的差異。
mini-SWE-agent 最好的 API 是什麼？
這取決於你使用 mini 的哪個模型類別，因為它們的開放程度並不相同。其閘道類別都沒有公開 api_base 欄位——OpenRouter 和 Requesty 類別將該供應商的 URL 寫死，Portkey 類別則將工作交給 portkey-ai 用戶端——因此選擇 openrouter、requesty 或 portkey，也就選擇了該公司的計費條款。LiteLLM 類別可以重新指向：端點應放在 model.model_kwargs 中，設定 custom_llm_provider 與 api_base，因為 mini 的文件說明 model_kwargs 會直接傳給 litellm.completion。當你固定使用單一供應商的旗艦模型，並希望使用其自身的快取與批次折扣時，直接使用供應商 API 最合適。當你要依任務切換模型，並希望只使用一組金鑰和一個餘額時，閘道最合適。對於小型或私密工作，若希望不產生逐請求費用，透過 OpenAI 相容伺服器使用本機模型最合適。請注意，mini 自己的 OpenRouter 類別會從 API 回應中讀取已收取的成本，而 LiteLLM 路徑則根據本機表格計算執行成本。
mini-SWE-agent 最便宜的 API 是什麼？
最低費率與最低結果成本是不同的主張，而 SWE-bench 的僅限 bash 資料列正好將兩者區分開來。在 SWE-bench Verified 的 500 個實例中，2026 年 2 月使用 mini v2.0.0、每個實例嘗試一次時，GPT 5 mini 平均每個實例為 $0.0472，解決率為 56.2%；Gemini 3 Pro 平均為 $0.9600，解決率為 69.6%。除以解決比例後，差距從約 20 倍縮小到約 16 倍——仍然很大，但表格中段的排名翻轉了三次：某模型每個實例的成本略低，卻使用 88.5 次模型呼叫，而另一個模型只使用 28.1 次，結果每個修復的成本反而更高。這些成本是每次提交所回報的數字，來自經整理的基準測試；它不是你可以購買的報價，也不是開發者自身任務的成本。請先篩選出能以你可接受的審查投入完成工作的最低成本模型，再查看你自己的帳戶對一次受限執行所記錄的結果。
在 mini-SWE-agent 中執行一項任務要多少費用？
沒有人發布過一般開發工作的每項任務成本，本頁也不會自行捏造。唯一正式的每次執行數字來自 swebench.com 的僅限 bash 提交記錄，其中最新的 mini 資料列日期為 2026 年 2 月 26 日；它們描述的是 500 個經整理的 GitHub issue，而不是你的儲存庫。你可以估算的是成本結構：mini 維持完全線性的歷史，因此每一步都會重新傳送整段對話，輸入權杖會占大多數；其隨附設定將每次觀察限制為 10,000 個字元，傳送前 5,000 與後 5,000 個字元，超出部分則附上省略字元數；排行榜資料列顯示每個實例約有 20 至 89 次模型呼叫。請將你自己的平均提示大小乘以自己的步數，再與供應商的帳本核對。
為什麼 mini-SWE-agent 在自訂端點上會因成本計算錯誤而失敗？
因為 mini 的 LiteLLM 模型類別會透過在 LiteLLM 登錄檔中查找模型 ID 來計算每次呼叫的成本，而閘道自身的 ID 通常不在其中，因此執行會在成本計算時拋出 RuntimeError，而不是因答案錯誤而失敗。文件記載的修復方式是使用模型登錄 JSON 檔案，透過 LITELLM_MODEL_REGISTRY_PATH 或 litellm_model_registry 設定鍵指定；其鍵名為不含供應商前綴的模型名稱，值是每個權杖的美元價格，且 litellm_provider 必須符合你的 custom_llm_provider。mini 的本機模型頁面也警告，模型名稱區分大小寫。另一個替代開關是將 MSWEA_COST_TRACKING 設為 ignore_errors；這會移除防護而非修復問題——mini 將其標示為「注意：這可能導致無法管理的支出！」——而關閉成本追蹤後，每次執行的 cost_limit 就沒有任何可強制執行的對象。
截至 2026 年 9 月 21 日，透過直接擷取每個來源進行查核：mini-SWE-agent 的 PyPI 中繼資料；其 GitHub 儲存庫中繼資料與最新版本；config/mini.yaml、config/default.yaml、config/benchmarks/swebench.yaml、agents/default.py、agents/interactive.py、models/__init__.py 與 models/openrouter_model.py（位於 main 分支）；其文件索引，以及全域設定、本機模型、SWE-bench 使用方式與輸出檔案頁面；swebench.com 的首頁提交記錄、Verified 排行榜及其排行榜篩選器來源，此外還有 sb-cli get-quotas 頁面與 Hugging Face 上的 SWE-bench Verified Mini 卡片；SWE-agent 儲存庫中繼資料與 README；以及 OpenRouter FAQ、Requesty 與 Portkey 定價頁面。閘道費用數字各自僅適用於其旁邊標示的方案。此處未查核、因此不作宣稱的內容包括：任何供應商的牌價、相對於牌價的任何折扣，以及失敗或重試的呼叫如何計費。未執行 mini 來對 Kunavo 進行測試，也未重現任何基準測試結果；Kunavo 的 token 費率來自即時目錄，而此處每個美元範例都只是 token 算術範例。