Alma vượt trội hơn Claude Code về tỷ lệ thành công nhiệm vụ và chi phí

ChainCatcher đưa tin, Alma – AI Agent do nhà phát triển độc lập Yetone dẫn dắt phát triển – đã đạt thứ ba về tỷ lệ hoàn thành nhiệm vụ và chi phí thành công trong đợt đánh giá mới nhất do công ty cơ sở hạ tầng AI Agent Runta tổ chức, vượt trội hơn các công cụ như Claude Code và OpenCode. Bản ghi nhanh hiện tại cho thấy tỷ lệ hoàn thành nhiệm vụ của Alma là 72,7%, chỉ sau Codex CLI (77,9%) và Pi (72,8%), trong khi Claude Code đạt 70,0%. Alma trung bình tốn khoảng 0,80 USD để hoàn thành mỗi nhiệm vụ thành công, thấp hơn 16% so với 0,94 USD của Claude Code. Đợt so sánh này sử dụng FrontierHarness v1.1 để đánh giá hiệu suất của cùng một mô hình lớn dưới các khung thực thi Agent khác nhau, bao gồm 21 cấu hình Harness, 5 mô hình lớn và 62 nhiệm vụ, mỗi nhiệm vụ được lặp lại 4 lần, tổng cộng dự kiến chạy 26.040 lần – quy mô lớn gấp 72 lần phiên bản trước. Tất cả các công cụ đều được chạy trong môi trường đám mây thống nhất, so sánh dựa trên tỷ lệ thành công nhiệm vụ, chi phí token và tốc độ thực thi. Alma tập trung vào khả năng chạy cục bộ và bộ nhớ dài hạn, có thể đọc và chỉnh sửa mã, thực thi lệnh terminal, tìm kiếm web, hỗ trợ Skills và MCP, đồng thời cho phép chuyển đổi mô hình nền tảng. Gần đây, Alma đã tích hợp Herdr, cho phép các Agent lập trình như Claude Code, Codex và Pi tiếp tục chạy trong Herdr và được Alma tập trung vào một giao diện trò chuyện duy nhất để xem quá trình thực thi, trả lời câu hỏi và phê duyệt thao tác. Người dùng cũng có thể quản lý từ xa nhiều Agent trên máy tính thông qua iPhone. Đánh giá hiện vẫn đang diễn ra và thứ hạng có thể thay đổi; các mô hình tham gia chỉ bao gồm các mô hình mã nguồn mở như GLM, DeepSeek, Kimi và Muse, chưa bao gồm các mô hình đóng như GPT và Claude.