SemiAnalysis 开源耗资300万美元的 AgentX 编程评测基准

SemiAnalysis 发布并开源了多轮 Agent 编码评测基准 AgentX 1.0。该基准基于约 300 万美元的真实追踪数据构建，动用了 1000+ 芯片和 2MW 算力，是首个支持百万上下文、多轮 AI 编程推理的评测基准，旨在解决传统固定序列长度评测无法反映真实场景的问题。

2026-08-24 ~ 2026-08-25 · 2 条相关

• SemiAnalysis 开源 300 万美元 AgentX 基准，百万上下文测 AI 编程 — AccBalanced · 2026-08-24
• SemiAnalysis 开源 AgentX 1.0：300 万美元打造的 Agent 评测基准 — woosuk_k · 2026-08-25