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:低成本组合跑爆 WebMCP 基准，成本仅 GPT-6 的百分之一(2 条相关)→
「编程与Agent」频道最新
- 开发者用 AI Agent 造出开源视频剪辑工具 Concat,对标 CapCut — JUB0T · 2026-09-19
- 网友用 Jev 做浏览器扩展，自动打标签分析你上网都在看啥 — pramodk73 · 2026-09-19
- 一条 prompt 花 1 美元 5 分钟，用编码 Agent 搭出完整 Django 应用 — Al_Grigor · 2026-09-19
- Agent 接多个视频模型：一个通用工具还是每家各建一个？ — ExcitingBison4616 · 2026-09-19
- Readback 开源插件：让 Claude Code 的回复用语音读给你听 — shauntrennery · 2026-09-19
- GitHub Next 开源 LocalJev：用 oMLX 本地复刻 Jev 决策 API — gaganghotra_ · 2026-09-19