AI Agent 基准测试成本与波动数据公开

Pawel Huryn 公开了其 AI Agent 基准测试的完整成本与表现数据：三次隔离运行（均在独立文件夹中进行）的成本分别为 5.74、6.43 和 9.30 美元，耗时分别为 37.4、47.3 和 84.7 分钟，得分则为 40、45 和 37。数据显示单次运行成本、耗时与得分波动均较为明显，凸显了 AI Agent 基准测试结果的不稳定性。

2026-10-14 ~ 2026-10-14 · 2 条相关