机器之心mediumconfig v28

AOE Tech Labs发布Floatboat Harness评测，助低成本模型全面超越Claude Opus 4.8

摘要与判断

AOE Tech Labs 发布 Floatboat Harness 评测数据，显示其基于低成本的 DeepSeek-V4-Flash 模型，在五项第三方基准测试中全面超越价格高出 57 倍的 Claude Opus 4.8。该结果表明通过优化运行环境和代理循环，能显著提升模型在长程任务中的表现，为降低大模型应用成本提供了有效路径。

Topics

引用和原文

贵57.1倍的Claude Opus 4.8五项全输，赢它的不是模型，是Harness
原文链接

Trace

Raw Item: raw_72190875d4c14696
Processed Item: processed_91be892c6a4e465c
Source: source_wechat_jiqizhixin
Cluster: 查看所属簇
LLM Logs: llm_093fd3e201d2485d, llm_cf436ea84b074e70, llm_04042f4e40324b57
Coze Loop: 2cd72c07a257096109c06bd689fa40c6