Mga Opinyon at Komentaryo

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
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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.

Link ng orihinal · Entry sa AIHOT

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/

Tingnan lahat →