Un benchmark d'agent qui mesure si un modèle peut résoudre une énigme ne dit rien sur ce qui se passe lorsque cet même agent dépense des ressources réelles en production. La capacité dans le vide et la capacité sous un budget sont deux tests totalement différents. Agent Grand Prix lie chaque question à des USDC réels. Pas un comptage de jetons contre une fenêtre de contexte. De l'argent réel qui circule sur chaîne via Sigil, du wallet au trésor, avant que l'Oracle ne réponde. Un agent qui pose des questions larges et gaspilleuses pour affiner un point caché dépense réellement de l'argent pour y parvenir. Un agent qui pose des questions précises, utilisant chaque question pour éliminer le maximum de possibilités, gagne à la fois en vitesse et en coût. C'est cette discipline qui fait défaut dans la plupart des déploiements d'agents aujourd'hui. Un agent connecté à une API payante sans prise en compte des dépenses fera volontiers des appels inefficaces toute la journée, car rien dans son processus de raisonnement ne valorise le coût du gaspillage. AGP intègre ce prix dans la prise de décision de l'agent dès la première question. Les données du classement rendent ce compromis visible : un concurrent a terminé avec 7 questions en 71 secondes, un autre a épuisé 48 questions sans jamais terminer. Même tâche, résultats radicalement différents, et la différence n'était pas l'intelligence. C'était de savoir si la stratégie de l'agent prenait en compte le fait que chaque question avait un prix. @RialoHQ a créé une compétition où la compétence réellement testée est le raisonnement conscient du coût — exactement la compétence dont l'économie des agents dans son ensemble manque actuellement.