02:48
elvis@omarsar0
elvis@omarsar0推荐理由：Guanlan 测了 9 个模型，通过率差 17%，成本差 17 倍，帮你选最划算的。
FrontierHarness Eval
共 1 条相关 AI 资讯
9月3日
02:48
Guanlan Dai 发布 FrontierHarness Eval，对 Pi、Exo、Claude Code、Codex、DeepSeek Harness 等 9 个模型进行评测。评测包含 360 次运行和 20 亿 token 的处理。通过率从 50% 到 67% 不等，单次通过成本从 1.05 美元到 18.34 美元。