Hacker News AIT2·智能体与协同
78 分
Runta 与 Baseten 联合发布 FrontierHarness v1.1 榜单,覆盖 22 个智能体框架、5 款模型、62 项任务共 27,280 次运行,消耗 830 亿 token。核心结论是切换模型时应同步更换框架:每个模型的最优性价比框架各不相同,按单任务成本排名,框架中位移动达 11 位,Codex CLI 从搭配 GLM-5.3 时的第 1 名跌至搭配 Kimi-K3 时的第 16 名。此外 64% 的推理支出消耗在失败运行上,且工具数量与缓存命中率均无法预测单次通过成本,只有步数可以。