论文与研究

goose 评测五个开源 coding harness:通过率相近,单任务成本最多差 75%

原文标题:Same Brain, Different Bill

AI 摘要

goose 官方用同一模型 gpt-6.1-sol(high reasoning effort)和 Terminal-Bench 4.0 的 62 个任务,对 goose、Codex CLI、OpenCode、Hermes Agent 和 pi 五个开源 harness 各做 310 次评分试验。

关键信息

  • goose 官方用同一模型 gpt-6.
  • 1-sol(high reasoning effort)和 Terminal-Bench 4.
  • 0 的 62 个任务,对 goose、Codex CLI、OpenCode、Hermes Agent 和 pi 五个开源 harness 各做 310 次评分试验
  • 同一模型换不同 harness 通过率相差不大,成本却差出 75%,这组 310 次试验的对照数据可帮读者把选型注意力从模型转向 harness

速览

发布时间
更新时间
来源
goose 官方博客
分类
论文与研究
主题
Agent 智能体AI 编码
AI 评分
64
阅读原文 前往信息源阅读完整正文
推荐理由

同一模型换不同 harness 通过率相差不大,成本却差出 75%,这组 310 次试验的对照数据可帮读者把选型注意力从模型转向 harness。

相关主题

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:goose 评测五个开源 coding harness:通过率相近,单任务成本最多差 75%。2026年10月28日。https://new.nat6.net/news/fukvhnr4747eqhe0yjrn9d8nc/

查看全部 →