OSWorld 榜首易主:单任务成本 14.34 美元,比 Claude 便宜四成
xwang_lk · x · 2026-10-06
angliai 团队宣布其 agent 结果获 OSWorld 官方验证:Sai 以 79.38% 的部分成功率登顶真实桌面环境任务榜单第一。更突出的看点是效率:单任务推理成本 14.34 美元,对比 Anthropic Claude Computer Use(Opus 5)的 24.11 美元,在完成率更高的同时把成本砍掉 40% 以上。作者强调让前沿模型可靠地操作操作系统,关键不在堆算力砸屏幕,而在底层的编排层(orchestration)、grounding 与交互原语设计。
「编程与Agent」频道最新
- Gemini CLI 遥测新增自定义 OTLP Headers,支持鉴权上报到 Grafana 等平台 — jesussamuel-byte · 2026-10-06
- Opus 5.5+Hermes 竞品定位分析工作流：四步产出可测的定位角度 — VibeMarketer_ · 2026-10-06
- Stripe 前高管征集：SaaS 平台如何嵌入 Agent 代购支付流 — jeff_weinstein · 2026-10-06
- DevRel 正在变味:越来越多团队并入产品或转向 PM/DevEx — gethackteam · 2026-10-06
- 4 名人类加 4 个 AI Agent 共用 Microsoft Planner 看板协调整个创业公司 — DJAI9LAB · 2026-10-06
- HyperFrames 发布面向 Agent 的视频编辑器，描述即可生成时间线 — toolstelegraph · 2026-10-06