Mas malaki ang epekto ng AI Harness sa performance kaysa sa model mismo: mas mataas ang score ng GPT-5.5 at Opus 4.7 sa third-party tool
Orihinal na pamagat:Aftermarket Harnesses
AI summary
Ipinapakita ng pagsubok ng Endor Labs na malaki ang pagkakaiba ng performance ng parehong model sa iba't ibang harness: ang functional correctness ng GPT-5.5 sa Cursor ay 87.2%, malayo sa 61.5% nito sa native na kapaligiran ng Codex; ang Opus 4.7 ay nakakuha ng 91.1% sa Cursor, mas mataas sa 87.2% ng Claude Code. Ang harness ang nagtatakda ng context at caching strategy na ipinapadala, at ang intelligent caching ay makakatipid ng 40-80% na gastos at makapagpapabilis ng 13-31%.
Mahahalagang impormasyon
- Ipinapakita ng pagsubok ng Endor Labs na malaki ang pagkakaiba ng performance ng parehong model sa…
- 5 sa Cursor ay 87.
- 2%,malayo sa 61.
- 5% nito sa native na kapaligiran ng Codex
- ang Opus 4.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- Tomasz Tunguz 博客(VC 分析)
- Kategorya
- Mga Opinyon at Komentaryo
- AI na marka
- 67
作者引用同一模型在不同 harness 下的分数差与缓存研究,说明 harness 而非模型决定成本和表现,读者可借此审视自己的工具链选择。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Mas malaki ang epekto ng AI Harness sa performance kaysa sa model mismo: mas mataas ang score ng GPT-5.5 at Opus 4.7 sa third-party tool. 28 Hulyo 2026. https://new.nat6.net/fil/news/cmtggvk4o0chbroj7ptn943ah/