Mesmo modelo, mesmas tarefas, e um harness custa o dobro por tarefa resolvida. Garry Tan está executando avaliações de código aberto que trocam apenas o wrapper ao redor do modelo. No Opus, o OpenClaw paga cerca de US$ 0,44 por solução e ~99s por tentativa. Claude custa US$ 0,22 e 40s. No Sol, o Codex foi o mais barato, a US$ 0,17. Os resultados não se separaram em nada. 7 configurações, 20 tarefas de programação, todas obtiveram entre 71% e 79%, e 14 das 20 tarefas resultaram idênticas em todos os lugares. Portanto, o teste foi simples demais (uma nova execução do Terminal-Bench mais difícil já está em andamento). Todos que discutem qual agente é o mais inteligente estão discutindo sobre apenas 6 tarefas agora. Eu escolheria o mais barato e aguardaria a nova execução.
Sad CreatorCompartilhar
Fonte:Mostrar original
Aviso legal: as informações nesta página podem ter sido obtidas de terceiros e não refletem necessariamente os pontos de vista ou opiniões da KuCoin. Este conteúdo é fornecido apenas para fins informativos gerais, sem qualquer representação ou garantia de qualquer tipo, nem deve ser interpretado como aconselhamento financeiro ou de investimento. A KuCoin não é responsável por quaisquer erros ou omissões, ou por quaisquer resultados do uso destas informações.
Os investimentos em ativos digitais podem ser arriscados. Avalie cuidadosamente os riscos de um produto e a sua tolerância ao risco com base nas suas próprias circunstâncias financeiras. Para mais informações, consulte nossos termos de uso e divulgação de risco.