source avatarSad Creator

Chia sẻ

Cùng mô hình, cùng nhiệm vụ, và một bộ thử nghiệm có chi phí gấp đôi mỗi nhiệm vụ được giải quyết. Garry Tan đang chạy các bài đánh giá mã nguồn mở chỉ thay đổi lớp bao quanh mô hình. Trên Opus, OpenClaw trả khoảng $0,44 mỗi lần giải và ~99 giây mỗi lần thử. Claude trả $0,22 và 40 giây. Trên Sol, Codex rẻ nhất ở mức $0,17. Điểm số không phân biệt được chút nào. 7 thiết lập, 20 nhiệm vụ lập trình, tất cả đều đạt 71-79%, và 14 trong số 20 nhiệm vụ cho kết quả giống hệt nhau ở mọi nơi. Vì vậy, bài kiểm tra quá dễ (đang tiến hành chạy lại terminal-bench khó hơn). Mọi người đang tranh luận về ai là tác nhân thông minh nhất hiện đang tranh luận về 6 nhiệm vụ. Tôi sẽ chọn cái rẻ hơn và chờ kết quả chạy lại.

Tuyên bố miễn trừ trách nhiệm: Thông tin trên trang này có thể được lấy từ bên thứ ba và không nhất thiết phản ánh quan điểm hoặc ý kiến của KuCoin. Nội dung này chỉ được cung cấp cho mục đích thông tin chung, không có bất kỳ đại diện hay bảo đảm nào dưới bất kỳ hình thức nào và cũng không được hiểu là lời khuyên tài chính hay đầu tư. KuCoin sẽ không chịu trách nhiệm về bất kỳ sai sót hoặc thiếu sót nào hoặc về bất kỳ kết quả nào phát sinh từ việc sử dụng thông tin này. Việc đầu tư vào tài sản kỹ thuật số có thể tiềm ẩn nhiều rủi ro. Vui lòng đánh giá cẩn thận rủi ro của sản phẩm và khả năng chấp nhận rủi ro của bạn dựa trên hoàn cảnh tài chính của chính bạn. Để biết thêm thông tin, vui lòng tham khảo Điều khoản sử dụng và Tiết lộ rủi ro của chúng tôi.