Perplexity 实测:混合模型团队全面胜过四份同款模型
perplexity_ai · x · 2026-11-18
Perplexity 公布 Multiagent 的基准测试结果。
- 在 Terminal-Bench 4.1 上,用五个前沿模型分别单独运行、2 份和 4 份复制、以及带领 4 个混合模型团队对比
- 每个混合团队都超过了其 lead 模型单打和 4 份同款复制:Terminal-Bench 4.1 提升 +0.008+0.125,WANDR 提升 +0.015+0.064
- Gemini 4 Carbon 领队的混合团队得分最高(0.727)
- 每个基准上的顶级混合团队成本还低于 4 份同款:$10.31 vs $13、$54.50 vs $66.41
「编程与Agent」频道最新
- Databricks 推 Genie Migrate:AI 自动迁移仓库 SQL,90% 文件一次转换正确 — matei_zaharia · 2026-11-18
- Perplexity 推出 Multiagent:多模型并行编排完成复杂任务 — AravSrinivas · 2026-11-18
- 用 Claude 写热成像+反光项圈系统,防小狗吃便便 — nikitabier · 2026-11-18
- 2026 年工程师新工作:刷推特找有用信息喂给你的 agent — nptacek · 2026-11-18
- Islo 发布 Enterprise Software Factory:用流水线管控企业级编码 agent — SimplyAnnisa · 2026-11-18
- 自建 Claude「Flags」mod:让 AI 在会话中自记问题与待办 — dSebastien · 2026-11-18