Dampak AI Harness terhadap performa melebihi model itu sendiri: GPT-5.5 dan Opus 4.7 mendapat skor lebih tinggi di alat pihak ketiga
Judul asli:Aftermarket Harnesses
Ringkasan AI
Pengujian Endor Labs menunjukkan perbedaan performa besar untuk model yang sama di harness berbeda: GPT-5.5 mencapai akurasi fungsional 87,2% di Cursor, jauh melampaui 61,5% di lingkungan asli Codex; Opus 4.7 mendapat skor 91,1% di Cursor, lebih tinggi dari 87,2% di Claude Code. Harness menentukan konteks yang dikirim dan strategi cache; cache cerdas dapat menghemat 40-80% biaya dan mempercepat 13-31%.
Poin utama
- Pengujian Endor Labs menunjukkan perbedaan performa besar untuk model yang sama di harness…
- 5 mencapai akurasi fungsional 87,2% di Cursor,jauh melampaui 61,5% di lingkungan asli Codex
- 7 mendapat skor 91,1% di Cursor,lebih tinggi dari 87,2% di Claude Code.
- Harness menentukan konteks yang dikirim dan strategi cache
- cache cerdas dapat menghemat 40-80% biaya dan mempercepat 13-31%.
Ringkasan cepat
- Waktu terbit
- Waktu diperbarui
- Sumber
- Tomasz Tunguz 博客(VC 分析)
- Kategori
- Opini & Komentar
- Skor AI
- 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。
Entitas Terkait
Sumber dan hak cipta
Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.
Cara mengutip
Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.
Orange News: Dampak AI Harness terhadap performa melebihi model itu sendiri: GPT-5.5 dan Opus 4.7 mendapat skor lebih tinggi di alat pihak ketiga. 28 Juli 2026. https://new.nat6.net/id/news/cmtggvk4o0chbroj7ptn943ah/