DeepSeek V4 Pro 在 5 个智能体框架中接受基准测试:Pi 通过率最高,DSH 性价比最佳

据 Composio 称,近期一项针对 DeepSeek V4 Pro 0813 的基准测试在五个智能体框架——Pi Agent、DeepSeek Harness、Claude Code、OpenCode 和 Hermes Agent——中展开,并在启用最大推理能力的情况下,评估了这些框架完成 30 项多步骤智能体任务的表现。

Pi Agent 以成功完成 21 项任务的成绩在成功率方面领先,其次是 DeepSeek Harness,成功完成 20 项。DeepSeek Harness 的成本最低,每项成功完成的任务成本为 0.028 美元;Pi Agent 每项成功完成的任务成本为 0.031 美元。Claude Code 的速度最快,但成本最高,每项成功完成的任务成本为 0.074 美元。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论