DeepSeek V4 Flash 测试 8 套 Harness 成功率与成本对比
AI Agent 基础设施公司 Composio 将 DeepSeek V4 Flash 接入 8 套 Harness,使用同一批 30 个 Agent 任务进行测试,任务涉及 Gmail、GitHub、Slack、Calendar、Notion 等应用。8 套 Harness 的通过情况为: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。更换 Harness 后,DeepSeek V4 Flash 的通过任务数从 14 个提升至 20 个。成本方面,Pi Agent 每个成功任务约 0.028 美元,Claude Code 为 0.195 美元,差距接近 7 倍。速度方面,Claude Code 中位耗时 122.7 秒,Oh My Pi 最慢为 272.4 秒。Pi 的测试配置与统一条件有差异,使用 high 而非 max 推理强度,且 30 个任务中有 24 个使用 DeepSeek 官方 API。Composio 之前用 Kimi K3 进行过另一轮 Harness 横评,Oh My Pi 以 22/25 排第一,原版 Pi Agent 为 18/25,换成 DeepSeek V4 Flash 后,原版 Pi 跑到了第一。
-- 价格
本内容仅供参考,不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息,不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性,存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。
猜你喜欢

GMX:去中心化永续合约的先驱在竞争对手面前还有生存机会吗?

熵坍缩:你的私钥可能从出生那天起就不是随机的

OpenAI 向 10 万科研人员免费提供 GPT-5.6 Sol Pro

WAIC 观察:拥挤的共识,巨大的泡沫

Circle Agent Stack开源,支持AI代理钱包和USDC支付功能

美国财政部在自2008年以来的首次九天现金票据拍卖中售出150亿美元

不是Anthropic,也不是SpaceX。这是值得长期投资的AI股票

比特币仅在8.4%的时间内交易低于其200周平均水平。历史表明这是耐心投资者获利的时候。

Greg Abel刚刚批准了创纪录的96亿美元股票回购,超过第二季度的两倍。随着股价接近历史高点,伯克希尔仍然值得购买吗?

Markel集团股票在2026年下跌10%后是否值得购买?

如果人工智能芯片变得商品化,英伟达将损失最大,而这三只股票将受益

香港法案提议对虚假加密货币许可证声明处以监禁

美光股票自6月创纪录以来下跌超过40%。历史显示其在其他五次如此深度下跌后的表现。

跟随资金流动:Variational 轮融资 1.1 亿美元,Tether 活动及并购交易

观点:美股45天蒸发6万亿美元并非AI泡沫破裂,2025年4月的抄底反攻或将重现

三只数据中心电力股票从历史高点下跌超过三分之一,值得现在买入并持有到2030年

唐华斑竹谈 BitVM Node v0.4.0 发布

NFT销售额上升至3300万美元,以太坊交易量增长33%

Variational的15亿美元交易业务有一个即使是盈利交易者也无法逃避的陷阱

SBF首谈Anthropic被卖遗憾:AI 毁灭人类有 25% 的概率,年轻人要把AI学透

标准普尔500指数刚刚进入调整区间。这对投资者意味着什么

加密行业轻松赚钱的时代结束了?四种套路抽走市场流动性

安索洛皮克史上最大IPO,股票代币在多个区块链上出现,交易量超过15亿日元

DWF Labs:比特币不是数字黄金,它跟着纳指走

Fluidkey 160万美元黑客事件暴露出安全风险,即使私钥从未离开用户设备

穿透社交交易账本:流量喧嚣之下,谁在赚走真实利润?

VIX飙至去年4月关税风波以来最高水平,高盛恐慌指数逼近满分,美股下周或再遭逾800亿美元抛售

预测:火箭实验室将在2028年前实现收入三倍增长。这对股票意味着什么。

可口可乐是百万富翁制造股票吗?




