会飞的荧
@feitu
Terminal-Bench 4.0榜单出来了，GPT-6 Astra拿下第一。
58.2% vs Fable 5.1的57.9%，分数只高0.3个点，但成本只有第二名一半：$3.3k vs $6.2k。
再看第三名Opus 5：51.8%、$6.0k、6.5B tokens。
Astra用1.5B tokens就把分数拉开6.4个点。
这个数据很有意思。Agent时代比的不是谁更贵，是谁用更少的钱把终端任务做完。
Codex harness + Astra，效率赢了。
具体来看：
1、成本优势
Astra的成本只有Fable 5.1的一半，但分数更高。
2、Token效率
Astra用1.5B tokens就完成了任务，Opus 5用了6.5B tokens。
3、实际表现
在终端任务上，Astra的表现更稳定，更适合生产环境。
这个榜单说明了一个趋势：Agent时代，效率比智能更重要。
不是谁更聪明，而是谁用更少的资源完成更多任务。
对于开发者来说，选择Agent工具时，成本和效率是关键指标。
Astra + Codex的组合，可能是目前性价比最高的选择。
榜单：tbench.ai
话题来源 @NFT_Chen
94.1K阅读 ❤️33 x.com/…↗ 已改写，非原文转载
23 浏览 0 评论
0 反应
