Manus 深度评测:通用 Agent 的能力与代价,值不值 $20/月
Manus 深度评测:Butterfly Effect 的通用 AI Agent,多 sub-agent 并行 + 自动模型路由,任务可关掉浏览器在云端跑。写清交付质量、与 Devin 的差距和不推荐场景。
发布 2026-07-02更新 2026-07-02口径说明:本文于 2026-11-03 复核,信息来自 Manus 官网、官方文档与公开评测。本站没有在统一任务集上复测交付质量、引用准确率或 GAIA 分数;文中价格、benchmark、倍数与对比结论均为官方口径或第三方公开信息,未经本站独立验证。
一句话结论
如果你需要深度研究 / 复杂调研 / 数据分析报告——那种正常人要花数小时才能做完的活——Manus 是通用 Agent 里体验较强的选择之一。多 sub-agent 并行、自动模型路由、任务可以关掉浏览器让它在云端跑;公开反馈普遍认为它的引用密度和结构化程度优于 ChatGPT Deep Research。
但是它不便宜、也不适合所有场景:中国大陆已被官方屏蔽访问、credit 烧得比标价快、Web App Builder 到今天仍不能用于生产、团队协作能力弱。想清楚这几点再决定要不要付 $20。
省钱建议:先用 Free 档跑 3–5 个真实任务评估 credit 消耗速度和交付质量。跑通后再决定要不要上 $20/$50/$200 档。Free 档就够看清 Manus 是不是你要的答案。
通用 Agent 的三个结构性选择
社区讨论"为什么 Manus 火"经常聚焦在"多 Agent、字节挖来的团队、Meta 想收购"。但落到产品设计,Manus 主要在回应三个问题:
其一,单模型包办所有步骤的局限。 ChatGPT / Claude 用一个模型端到端跑所有步骤——浏览、分析、写代码、写文档、总结。社区普遍反馈不同模型各有短板:写代码、长文档总结、图表输出的相对强弱并不一致。Manus 用多个 sub-agent 并行 + 主 orchestrator 路由,让不同步骤由更合适的模型处理。
其二,交互式对话的疲劳感。 ChatGPT / Claude 是"一问一答",做数小时深度研究要盯着屏幕、追问、修改、继续。Manus 是**"提交任务 → 关掉浏览器 → 稍后看结果"**这套异步工作流,跟传统数据分析师的工作方式接近,更适合长任务。
其三,引用的可信度。 用 ChatGPT Deep Research 或 Perplexity 做研究报告,引用有时"看起来支撑观点、其实原文没这个意思"。Manus 的多 sub-agent 里包含引用检查环节,跑完后再合成。官方与社区反馈称引用错配更少,但本站没有做同题引用准确率对比。
多 sub-agent 到底强在哪里
"Where most general-purpose AI products use one model end-to-end, Manus runs multiple specialized sub-agents in parallel: one handles web browsing, one handles data analysis, one handles code execution, one handles synthesis and writing."
主 orchestrator 拆解任务、分配到各专业子 Agent,并行执行后再由 synthesis 子 Agent 合成结果。这个架构的设计意图:
- 引用更完整:browsing 子 Agent 负责获取、synthesis 子 Agent 负责组织,分工减少单模型漏引或错引。
- 等待时间更短:并行执行让原本串行的长任务在云端更快完成;具体缩短比例取决于任务可并行度,本文不引用未复测的倍数。
- 成本结构不同:每个子 Agent 只处理自己那一段,短 context + 专门模型,token 效率可能更高;但多 Agent 并行也会放大总调用量,最终成本取决于路由策略。
按 Info-Tech Research 引用的 GAIA benchmark(General AI Assistants):
| 模型 | GAIA 准确率 |
|---|---|
| Manus AI | >65%(SOTA) |
| H2O.ai (h2oGPTe) | 65% |
| Google Langfun | 49% |
| Microsoft o1 | 38% |
| OpenAI GPT-4o | 32% |
| OpenAI GPT-4 + Plugins | 15-30% |
注:基准是 Manus 官方公布,需第三方验证;即便打八折,也仍然是这一档产品里的头部。
"开着任务下班"体感
这是最容易被文字低估、真上手就理解的差异。举个真实场景:
"调研欧洲前 10 大 EV 充电网络(覆盖率、价格、可靠性、充电速度),产出带引用的 Markdown 对比表。"
- 用 ChatGPT Deep Research:你要点"研究"、盯 15–30 分钟、追问 5 次、手动整理成表。全程要人在。
- 用 Manus:提交任务、关掉浏览器、去做别的。2–4 小时后邮件通知,收到一份带 20+ 来源引用的完整 Markdown 表。
这个体感差异在深度研究 / 竞品分析 / 市场调研 场景是决定性的。用一次就回不去了。
能力天花板:5 类场景不推荐用 Manus
诚实地说:Manus 有几个明确的弱项。
生产级 Web App:Web App Builder 演示很漂亮,但复杂场景经常翻车。Pick Right 评测 直白说"buggy enough that I wouldn't ship to production from it yet"。真要交付网站,Bolt.new / Lovable / v0 更稳。
团队协作:目前偏单人产品,Pro+ / Team 档的"团队工作空间"功能有限,没有 Notion 那种协作粒度。多人并行做研究要各买各的账号。
跨会话上下文:每次任务从零开始,没有持久 workspace。你要在项目 A 之上做项目 B,Manus 不会"记得"A。跨会话上下文用 Claude Projects / ChatGPT Custom GPT 更合适。
大陆访问:Butterfly Effect 2025 已官方屏蔽中国大陆访问 + 关闭中文社交账号。国内裸用不通,需要稳定海外网络。
成本极敏感:Free 档能试水,付费档 credit 烧得比标价暗示的快。每次任务一旦启动无法控预算——只能 cancel 或等它跑完。对预算敏感的场景(学生、独立开发者)应先充分评估。
价格与运行成本
Pick Right 评测 公开档位:
| 档位 | 价格 | 关键点 |
|---|---|---|
| Free | $0 | 每日有限 credits,够 1 个高强度任务/天 |
| Pro | $20/月 | 大多数付费用户落点,中等 credit + 多模型 |
| Plus | $50/月 | 更高 credit + 优先队列,10+ 任务/周 |
| Pro+/Team | 最高 $200/月 | 最大 credit + 团队空间(功能仍有限) |
credit 经济学:每个动作(浏览、代码运行、模型调用)都消耗 credits。
真实反馈来自 Pick Right 评测:
"Credits run out faster than the pricing page suggests. Heavy users routinely buy credit packs on top of subscriptions."
建议:不要按标价决定档位,用 Free 档跑 3–5 个真实任务测消耗速度。真跑一遍就知道你到底要 $20 / $50 还是 $200。
与同类怎么选
| 维度 | Manus | Devin | Genspark | ChatGPT Deep Research |
|---|---|---|---|---|
| 核心定位 | 通用 Agent | AI 程序员 | AI 搜索 + Agent | LLM Deep Research |
| 架构 | 多 sub-agent 并行 | 单 Agent + 沙盒 | 多模型 | 单模型 |
| 长任务 | 小时级 | |||
| 引用密度 | ||||
| App Builder | 有但 buggy | |||
| 中文 / 大陆 | 屏蔽 | |||
| 价格 | $20-$200 | $500/月 | $24.99/月 | 随 ChatGPT Plus |
选 Manus 如果:重视 research / 数据分析的引用密度和结构化输出,能解决海外账号+网络。
别选 Manus 如果:国内裸用(去 Genspark / Yuanbao)、生产 App(去 Bolt / Lovable)、团队协作重(暂无满足产品)、预算 < $20(Free 档评估即可)。
AI 之家 推荐结论
Manus 是 2026 年通用 Agent 里最能刷新体感天花板的产品,尤其是给做研究、咨询、竞品分析、市场洞察的人。多 sub-agent + 自动模型路由 + 云端异步执行——这几件事组合起来,让"AI 帮我做完深度调研"从概念变成了每周都可用的日常。
但它不是 ChatGPT 平替。日常 Q&A、写代码、日程管理、文档整理,用 ChatGPT / Claude / Genspark 更合适、更便宜、也更稳。Manus 的甜点区是"需要 4+ 小时深度产出的复杂任务",别拿它做"5 分钟就能搞定的小活",性价比就没了。
相关阅读
不适合国内裸跑的用户、需要即时响应的碎片任务,以及指望它直接产出可上线应用的人
- 中国大陆已被官方屏蔽访问,账号注册和日常使用全程依赖海外网络环境,网络一抖任务就断在半路
- 按 credit 计费且消耗快于标价预期,一次复杂调研常常吃掉数日额度,中途失败重跑不会退还已消耗的 credit
- 单个任务动辄跑几十分钟,中途改需求只能推倒重来,没有增量继续的入口
- Web App Builder 生成的应用仍有明显 bug,只能当原型演示,不能直接放生产环境
相关工具
Alice vs Flowith:桌面快捷键助手 vs 画布工作空间(2026 实测选型)
Alice vs Flowith 怎么选:桌面全局快捷键助手(BYO API + 一次买断),对上无限画布 AI 工作空间(Agent Neo 10M 上下文)。从定位、能力、价格、国内可用性对比。
Alice vs Genspark:桌面多模型助手 vs Super Agent(2026 实测选型)
Alice vs Genspark 怎么选:桌面快捷键助手(BYO API + 一次买断),对上多 Agent 架构的 Super Agent(研究 / 建站 / 视频全栈)。从定位、能力、价格、国内可用性对比。
AutoGLM vs Manus:国产通用 Agent 怎么选
AutoGLM vs Manus 2026 选型对比:智谱开源 GUI Agent 与蝴蝶效应通用 Research Agent 的定位、Agent 能力、中文可用性、私有部署、价格和适合人群全方位对比。一个操作手机浏览器界面、一个云端产出深度报告,帮你判断该用哪个国产 Agent,以及能不能两个都用。
Claude Desktop vs Flowith:AI Agent 怎么选?2026 对比
Claude Desktop vs Flowith 怎么选:官方桌面客户端(原生 MCP + .mcpb 扩展),对上画布式 AI 工作空间(Agent Neo 10M 上下文)。按定位、能力、国内可用性对比。
Claude Desktop vs Genspark:桌面 AI Agent vs Super Agent 怎么选?2026 对比
Claude Desktop vs Genspark 2026 选型对比:Anthropic 官方桌面 MCP 旗舰客户端 vs Palo Alto 多 Agent 架构 Super Agent。从定位、核心能力、模型支持、价格、国内可用性和适用场景 6 个维度帮你选对 AI Agent。
Devin vs Manus:AI Agent 怎么选?2026 对比
Devin vs Manus 2026 选型对比:Cognition 出品的自主 AI 软件工程师 vs Butterfly Effect 的通用 AI Agent。从定位、核心能力、自主程度、价格、国内可用性和适用场景 6 个维度帮你选对 AI Agent。