实测揭示 Agent 套壳成本陷阱:选错 harness Token 消耗差 30 倍
aigclink · x · 2026-07-30
Composio 近期针对大模型与 Agent harness（套壳/框架）的组合进行了成本与性能测试，揭示了当前 AI 编码领域的几个核心趋势：
- Harness 是成本黑洞：在 Kimi K3 跑 28 个相同任务时，Claude Code、Hermes 和 Kimi Code 三种 harness 的成功率相近，但 Token 消耗最高相差 30 倍。这表明选错外壳会让账单翻几十倍。
- 开源追平闭源：在 14 项智能体基准测试中，开源的 Kimi K3 与闭源的 Claude Sonnet 5 成绩完全一致（9 通过 5 失败），差异仅体现在成本上。
- 闭源内部竞争：在 23 项任务中，GPT-5.6 Sol 击败 Opus 5（通过率 22/23 vs 20/23），且速度更快、成本更低。
随着顶级模型在“能不能做完”上的差距缩小，竞争正回归商业本质：Token 花费、耗时与最终成本。
所属事件:Composio实测：Agent框架Token消耗差30倍(7 条相关)→
「编程与Agent」频道最新
- 四个 Gemini 4 Argon 智能体27小时通关 Minecraft 击败末影龙 — robertarail · 2026-10-16
- 开发者晒沙粒自动修复组件：弄乱沙子会自动复原 — prasenx · 2026-10-16
- Agent 何时需要 API 网关：Reddit 热议直连与统一接口的分界线 — TurbulentStiffness · 2026-10-16
- 开源工具 optimAIzr 逐轮追踪 Claude Code/Codex token 浪费 — stichstichstich · 2026-10-16
- 本地部署实测:Gemma 4、Llama 3 与 Mistral 工具调用能力横评 — leslysandra · 2026-10-16
- 多 agent 指挥工具 Harness 冲上 Product Hunt 第 2 名 — dee_hw · 2026-10-16