source avatarSad Creator

Bagikan

Model yang sama, tugas yang sama, dan satu harness harganya dua kali lebih mahal per tugas yang diselesaikan. Garry Tan menjalankan evaluasi open source yang hanya mengganti wrapper di sekitar model. Di Opus, OpenClaw membayar sekitar $0,44 per penyelesaian dan ~99 detik per percobaan. Claude $0,22 dan 40 detik. Di Sol, Codex paling murah di $0,17. Skornya sama sekali tidak berbeda. 7 pengaturan, 20 tugas pemrograman, semuanya berada di kisaran 71-79%, dan 14 dari 20 tugas menghasilkan hasil identik di semua tempat. Jadi tesnya terlalu mudah (rerun terminal-bench yang lebih sulit sedang berjalan). Semua orang yang berdebat tentang agen mana yang paling pintar sekarang sedang berdebat tentang 6 tugas. Saya akan memilih yang murah dan menunggu rerunnya.

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.