Floatboat Harness ของจีนเอาชนะ Claude Opus 4.8 ในทุกห้าเกณฑ์วัดขณะทำงานบนโมเดลที่ถูกที่สุดในตลาด

· pandaily.com

ทีม Floatboat ของ AOE Tech Labs ได้ทำการทดลอง benchmark แบบ single-variable Harness ในวันที่ 7 สิงหาคม โดยใช้ DeepSeek-V4-Flash เป็นโมเดลฐาน และเปลี่ยนเฉพาะ execution Harness เท่านั้น โมเดลราคา 0.14 ดอลลาร์ตัวเดียวกันเปลี่ยนจากแพ้ทุกห้าเกณฑ์วัดให้กับ Opus 4.8 บน Harness ของ DeepSeek มาเป็นชนะทุกห้าเกณฑ์วัดบน Harness ของ Floatboat โดยมีต้นทุนต่ำกว่าถึง 57.1 เท่า

AOE Tech Labs' Floatboat team ran a single-variable Harness benchmark experiment on August 7. With DeepSeek-V4-Flash as the model base and only the execution Harness swapped, the same 0.14-dollar model went from losing all five benchmarks against Opus 4.8 on DeepSeek's own Harness to winning all five on Floatboat's Harness, at 57.1 times lower cost.


More AI market news · Market heatmap · StrategyVerse · Quant Research · WOBR.AI