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。