Pareto 26.9 多模型路由测评:30 项 Agent 任务追平 GPT-6,成本仅 1/3
omarsar0 · x · 2026-09-25
- Composio 用 30 项高难度 Agent 任务实测 6 个模型:GPT-6 Astra、Opus 5.5、GPT-6 Sol、Pareto 26.9、DeepSeek V4 Pro、GLM 5.3 Flash。
- Pareto 26.9(TheUnbiasedCo 出品)将请求同时发给多个前沿与开源模型并保留最佳答案,在评测中与 GPT-6 Astra 并列第一,且每次成功任务的成本约为其 1/3。
- 它完成任务的速度也快于 DeepSeek V4 Pro 和 GLM 5.3 Flash。
- GPT-6 Sol 得分追平 Opus 5.5,速度更快,单次成功任务成本约为其 1/4。
- ELI5 点评:混合/路由多模型策略正在成为 Agent 工作负载的新趋势。
「模型」频道最新
- DeepMind 称 Gemini 智能体 4 周完成 Signal 加密协议数学验证 — Polymarket · 2026-11-11
- 爆料：Google 新模型阵容曝光，含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 爆料:OpenAI Astra 6.2 或将临近,已现于 Codex 日志与谷歌云配额 — haider1 · 2026-11-11
- 同一段提示词实测：Fable 5.2 花时 3 倍费用 2 倍，换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11
- 打错字会让 LLM 不舒服？tokenization 引发有趣讨论 — menhguin · 2026-11-11