Alma, কাজের সফলতার হার এবং খরচে Claude Code-এর চেয়ে বেশি পারফর্ম করেছে

ChainCatcher-এর সংবাদ, স্বাধীন ডেভেলপার Yetone-এর নেতৃত্বে বিকশিত স্থানীয় AI Agent Alma, Runta দ্বারা পরিচালিত সর্বশেষ তুলনামূলক মূল্যায়নে, কাজের সফলতা হার এবং সফল ব্যয় উভয়ই তৃতীয় স্থানে রয়েছে, Claude Code, OpenCode ইত্যাদি টুলগুলির চেয়ে উচ্চতর। বর্তমান র‍্যাঙ্কিং স্ন্যাপশট অনুযায়ী, Alma-এর কাজের সফলতা হার 72.7%, যা Codex CLI-এর 77.9% এবং Pi-এর 72.8% এর পরে, Claude Code-এর 70.0%। Alma-এর প্রতিটি সফল কাজের গড় ব্যয় প্রায় 0.80 ডলার, Claude Code-এর 0.94 ডলারের তুলনায় প্রায় 16% কম। এই FrontierHarness v1.1 তুলনায়, একই বড় মডেলগুলির বিভিন্ন Agent একecution ফ্রেমওয়ার্কের পারফরম্যান্স পরীক্ষা করা হয়েছে, 21টি Harness কনফিগারেশন, 5টি বড় মডেল এবং 62টি কাজকে কভার করে, প্রতিটি 4বার পুনরাবৃত্তি করা হয়েছে, 26,040টি রানের পরিকল্পনা করা হয়েছে, যা আগের সংস্করণের 72গুণ। সমস্ত টুলগুলি একটি এককক্লাউড পরিবেশে চালানো হয়েছে, কাজের সফলতা, Token ব্যয় এবং বিনিয়োগের গতির তুলনা করা হয়েছে। Alma-এর মূল ফোকাস হলো স্থানীয়ভাবে চলাচল এবং দীর্ঘমেয়াদী মেমোরি, যা কোডটি পড়া, পরিবর্তন করা, টার্মিনাল কমান্ডগুলি চালানো,ওয়েবসাইটগুলিরঅনসন্ধানকরা, SkillsএবংMCPসমর্থনকরেএবংঅধস্থমডেলপরিবর্তনকরতেপারে। Alma-এরসম্প্রতিকপণহয়েছেHerdr-এরসঙ্গে, Claude Code, Codex, Piইত্যাদিপ্রোগ্রামিংAgentগুলিওHerdr-এচলতেপারবেএবংAlmaদ্বারাএকইচ্যাটইন্টারফেসএসমস্তপদকমনকরা,প্রশ্নগুলিউত্তরদিতেএবংঅপারেশনগুলিঅনুমোদনকরতেপারবে,ব্যবহারকারীদেরiPhoneদিয়েকম্পিউটারেঅনেকAgentকন্ট্রোলকরতেপারবে।বর্তমানপরীক্ষণঅসমাপ্ত,সুতরাংর‍্যাঙ্কিংআরওপরিবর্তিতহতপারে।পরীক্ষিতমডেলগুলিশুধুমাত্রGLM,DeepSeek,Kimi,Museইত্যাদিওপনসোর্সমডেলগুলি,GPTএবংClaudeসিরিজসহবন্ধনমডেলগুলিঅন্তর্ভুক্তহয়নি।