WebMCP 实测:成本仅为 GPT-6 Astra 1/112,任务全解
hardimanjames · x · 2026-09-19
- 团队在自建 WebMCP benchmark 上测试 Jev + Mercury 2.5(低成本低延迟 LLM),结果"基本跑爆了基准":在约 112 倍低于 GPT-6 Astra(计算机使用+代码执行)的模型成本下解决了 100% 的任务;对比 Astra 基于截图的 computer use,模型成本低达约 245 倍。
- 对比了 Jev 直接操作浏览器(用 Browser Use 开源 Ultrafast,并加固了测试 harness)与配合 WebMCP 的效果:单靠浏览器控制的准确率一般,只解出 25/49;接入 WebMCP 后几乎翻倍到 49/49 全解,同时进一步降低成本。
所属事件:Jev+Mercury 2.5+WebMCP 全解基准，成本仅为 GPT-6 Astra 的 1/112(6 条相关)→
「编程与Agent」频道最新
- 马斯克证实 Grok Bot 成本难以为继，Hermes 一键迁移抢用户 — Teknium · 2026-11-04
- 开源 agent Cindy 发布：跨设备共享任务、文件与模型 — yangyi · 2026-11-04
- 网友用多 Agent 循环工作流筛出 1132 个 B 站神级视频建站 — huangyun_122 · 2026-11-04
- 平面设计师用 Claude Code 两个月做出 NASA 数据驱动的 3D 太阳系 — Shevei1342 · 2026-11-04
- 不写代码：用 Claude 搭出助理、会计等 5 个虚拟员工 — evielync · 2026-11-04
- Replit 运营负责人自建 AI 应用：自动分级客服工单并路由处理流程 — amasad · 2026-11-04