Factory 发布 Droid 1.0:Terminal-Bench 4 登顶且成本最低
annbordetsky · x · 2026-10-30
Factory 发布 Droid 1.0,称其为「使用顶级模型最强的 harness」。配套的 Terminal-Bench 4 数据显示:
- GPT-6.1 SOL:Droid 通过率 57.6%、每任务成本 $0.79,优于 Codex(54.0%)、OpenCode(51.0%)、Devin(45.0%)。
- Opus 5.5:Droid 通过率 65.2%、成本 $4.73,高于 Cursor(62.1%)、OpenCode(62.1%)、Devin(59.6%)、Claude Code(57.6%)。
- Cursor 未出现在 GPT-6.1 图中,原因是其无法访问 OpenAI 模型。
所属事件:Factory 发布 Droid 1.0,Terminal-Bench 登顶且成本最低(3 条相关)→
「编程与Agent」频道最新
- 开发者实测：GitHub Copilot 搭载 Opus 5.5 反超 Claude Code — DimitrisPapail · 2026-10-30
- WhatsApp agent 两次因自身计划文件崩溃，作者总结 7 条加载自修复规则 — petrusenko_max · 2026-10-30
- NVIDIA 开源 Nemotron 3.5 检索全家桶:8B Embed/Rerank 加多模态 Parse — NVIDIAAI · 2026-10-30
- 「无限工作机器」:AI 让买卖双方 Bot 互斗,效率提升反增总工作量 — Ididit-forthecookie · 2026-10-30
- Seroter 每日阅读：Agent 身份管理、AI Code Review 反面教材与技能产品化 — rseroter · 2026-10-30
- Supabase 讲述 Multigres 构建历程，开放早期访问申请 — dshukertjr · 2026-10-30