100 个真实网页任务实测：五套浏览器 Agent 速度成本大不同
ldrx · reddit · 2026-10-30
作者自建 5dive 浏览器运行时，用 Online-Mind2Web 的 100 个高难度任务横评五套浏览器 agent 方案，统一用 Claude Haiku 5.5、有头 Chrome、10 分钟限时：
- openclaw：35/100 通过，中位 141 秒，$4.80
- 5dive (claude code)：32/100，105 秒，$1.39
- claude in chrome：29/100，67 秒，约 $0.91（订阅估价），最快，因为立即点击不等待
- 5dive (pi)：29/100，$0.65，最便宜
- hermes：18/100，86 秒，$0.72
头部方案通过率差异在配对检验中不显著，但速度和成本差异明显。另做 4 个简单受控任务（表单、改名按钮、保存草稿等），全部 12/12 通过，成本每千任务从 $0.86（5dive pi）到 $6.92（openclaw）不等，单次「按钮移位后保存笔记」调用数 4-10 次不等。
5dive 基于 Playwright，在 agent 服务器上跑有头 Chrome、保持登录态、支持人工接管登录/验证码和支付前审批，一条命令即可在 Debian/Ubuntu 上装好，开源可试。作者也列出了局限：单一模型、单次尝试、自建评测裁判，分数不能直接对标原榜单。
「编程与Agent」频道最新
- dhh 对垒逐行审查派:验证结果才是 AI 编程的未来 — CtrlAltDwayne · 2026-10-30
- AI 写码+AI 审 PR 之后，还需要一个 AI QA 写 Playwright 测试吗 — Infinite-Fly-2756 · 2026-10-30
- GitHub Octoverse 榜单：Claude Code 居增速榜首，helium 入 Top 10 — uwukko · 2026-10-30
- 6299 队中夺第 9：智能体读 MRI 写标签征战 Kaggle 膝关节异常检测 — kagglingdieter · 2026-10-30
- 开源桌面 Agent Row-Bot 演示:下个目标后 3 轮完成店铺上线准备 — Acceptable-Object390 · 2026-10-30
- 换模型只是小事:AI 项目真正资产在规则、测试与日志 — alex_verem · 2026-10-30