Порівняння успішності та витрат 8 наборів Harness у тестуванні DeepSeek V4 Flash
Компанія Composio, що займається інфраструктурою AI Agent, підключила DeepSeek V4 Flash до 8 наборів Harness та провела тестування за допомогою однієї партії з 30 завдань Agent, які включали такі програми, як Gmail, GitHub, Slack, Calendar, Notion тощо. Результати проходження 8 наборів Harness: Pi Agent 20/30, Oh My Pi 17/30, Claude Code 16/30, Codex 16/30, Deep Agents 16/30, Hermes Agent 15/30, Prime Agent 15/24, OpenCode 14/30. Після зміни Harness кількість успішних завдань DeepSeek V4 Flash зросла з 14 до 20. Щодо витрат, Pi Agent коштує приблизно 0,028 долара за успішне завдання, тоді як Claude Code — 0,195 долара, що майже в 7 разів більше. Щодо швидкості, медіана часу для Claude Code становила 122,7 секунди, а найповільніший Oh My Pi — 272,4 секунди. Конфігурація тестування Pi відрізнялася від єдиних умов, оскільки використовувалася висока, а не максимальна інтенсивність міркувань, і з 30 завдань 24 використовували офіційний API DeepSeek. Раніше Composio проводила ще один раунд порівняння Harness за допомогою Kimi K3, де Oh My Pi зайняв перше місце з результатом 22/25, оригінальний Pi Agent — 18/25, а після переходу на DeepSeek V4 Flash оригінальний Pi вийшов на перше місце.
Ціна --
Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.
Вам також може сподобатися

Бик тут, разом з творцем токена, який не заробив жодної копійки

Microsoft розпочала інтеграцію додатку Copilot

150 мільйонів вонів інвестиційний фонд для майбутніх технологій, інвестує в AI та біотехнології в Уйджонбу

Генеральний директор Intel Ліп-Бу Тан в останньому інтерв'ю: після пропуску мобільності, хмари та ШІ, наступну хвилю не можна пропустити

Deep Sea Intelligence завершила раунд фінансування A на понад 500 мільйонів юанів

Дев'ятирічний шлях Ван Сін Сін до мільйонів: від невідомого до першого ряду

Скільки коштує статок Ілая Вуда та скільки він заробив як Фродо у Володарі перснів

Звіт про стан ончейн-активів реального світу на середину 2026 року: ринкова вартість токенізованих акцій подвоїлася за рік, але 90% прав є оболонками

OpenAI безкоштовно надає GPT-5.6 Sol Pro 100 тисячам науковців

Світ переходить до 'Фази 3', розширює перевірку особи для AI-агентів

Спостереження WAIC: Переповнений консенсус, величезна бульбашка

Circle Agent Stack відкритий, підтримує AI-агентів, гаманці та функцію платежів USDC

Як новий борг США в 739 мільярдів доларів може поглинути ліквідність криптовалют до того, як викупи досягнуть Bitcoin

Мемекоїни та політика: Каліфорнія забороняє обраним створювати свою криптовалюту

Популярні гаманці Bitcoin ризикують втратити підтримку нових апаратних пристроїв, оскільки критичний міст безпеки перестає приймати нові пристрої

Криптовалюта: Polygon пояснює, чому хардфорки Остін і Кіото були необхідні

Ралі біткоїна підкріплюється припливами ETF у 2,8 мільярда доларів

Відгуки про Miner Vps: перевірка Telegram-бота для оренди серверів під майнінг

Біткоїн-пляжі Сальвадору втрачають популярність! Ресторани отримали лише 1 BTC за місяць, люди повертаються до традиційних карток

Біткойн: повна історія вразливості Coldcard, від крадіжки на 38 мільйонів до підсумку на 140 мільйонів

Стейблкоїни: банки відмовляються від будь-яких компромісів щодо доходності

Що таке Nillion (NIL)? Посібник з криптоактивів та сліпих обчислень

Що таке StonkFun (STONK)? Посібник з торгівлі токенізованими акціями та пояснення механізму

Після виборів "Трампівська угода" може обернутися проти нього?

Макроекономічний прогноз на наступний тиждень: Нонфарм перевіряє очікування підвищення процентних ставок у вересні, керівники центральних банків G20 знову збираються, звіти Broadcom та Dell продовжують торгівлю AI

Хто володіє ткацьким верстатом: Virtuals прагне перетворити AI-агентів на торгівельні 'віртуальні нації'

Криптовалюти в пенсійних фондах? Опитування в США: понад половина респондентів проти, 77% вважають це високим ризиком

Шин Хьон Сон: "Вон отримав імунітет"... підкреслює "незалежне рішення" від американських ставок

Обсяги торгівлі ETF з важелем на чіпи в Південній Кореї знизилися до 4% від піку, примусове симуляційне торгівля змусило роздрібних інвесторів вийти








