长按上方二维码3秒识别二维码

腾讯自建Agent基准,结果自家CodeBuddy没打过ClaudeCode

1小时前 5

币界网报道:币界网消息,腾讯自建了一套Agent基准workbuddy bench,测试其自家CodeBuddy和Claude Code的表现。260道真实工作题分为代码、web、办公和安全四类,7个模型各用两套harness进行测试。结果显示,Claude Code赢得了17组对比,而CodeBuddy仅赢得11组,代码类测试中Claude Code完全胜出,成绩为7:0。虽然CodeBuddy在web和办公类中小胜4:3,但在安全类中则被Claude Code以4:3拿下。腾讯的榜单也存在软肋,每类题目仅有50到80道,社区对此提出质疑,认为增加难题可能会改变排名。

最新快讯

  • 08月11日7分钟前

    RobinhoodQ2财报显示无须依赖加密业务

    币界网消息,Robinhood在最新的Q2财报中显示,其现已拥有13条年收入超过1亿美元的独立业务线,且收入增长32%,盈利增长48%。这表明Robinhood能够在没有加密业务的情况下实现增长。

  • 08月11日7分钟前

    Bitwise的BSOL引领900万美元美国现货SolanaETF资金流入

    币界网消息,Bitwise的BSOL在美国现货Solana ETF中引领了900万美元的资金流入。这一现象突显了Bitwise在Solana ETF领域的主导地位,同时也强调了竞争对手在获取市场份额方面所面临的挑战,强调了战略差异化的必要性。

  • 08月11日8分钟前

    H100Group任命EirikGrøttum为首席执行官,调整高管团队

    币界网消息,H100 Group公告,公司任命Eirik Grøttum为首席执行官。Eirik Grøttum曾负责Moonshot AS,该交易已于昨日完成。Peter C. Warren继续担任首席投资官,Sander Andersen继续担任执行董事长,Johannes Wiik回归担任首席运营官。

  • 08月11日8分钟前

    停止公布俄在袭击中发射的导弹数量

    币界网消息,一位知情人士透露,乌克兰防空部队出于安全考虑,停止公布俄罗斯在袭击中发射的导弹数量。

  • 08月11日8分钟前

    卡塔尔政府发言人:阿曼与伊朗谈判已进入高级阶段

    币界网消息,布伦特原油和美国原油回吐部分涨幅。卡塔尔政府发言人表示,阿曼与伊朗的谈判已进入高级阶段。

  • 08月11日8分钟前

    比特币价格徘徊在65000美元以下,伊朗僵局与策略销售施压市场

    币界网消息,比特币(BTC)价格徘徊在65000美元以下,因伊朗僵局与策略销售对市场施加压力。周二,加密市场变化不大,因霍尔木兹海峡协议的短暂乐观情绪消退。特朗普总统要求伊朗在任何谈判中提供50年的赔偿,这一条件打击了近期达成协议的希望,并将布伦特原油推高至89.08美元,较上周低点上涨超过12%。比特币当前价格为64223.28美元,自午夜UTC起上涨0.26%,但在过去24小时内仍下跌1.68%。以太坊(ETH)当前价格为1884.81美元,自午夜以来表现优于比特币,今日下跌2.4%。传统市场同样低迷,美国股指期货保持平稳,交易者关注周三的CPI报告作为本周的关键催化剂。策略公司周一再售出1690枚比特币,连续第四周减少,增加了额外的压力。该公司自6月以来未再购买比特币。

  • 08月11日13分钟前

    AlexKuptsikevich:企业对比特币兴趣转向AI数据中心

    币界网消息,据A早期发行in监测,FXPro分析师Alex Kuptsikevich表示,曾为比特币提供机构支持的企业正转向AI数据中心,导致BTC的50日移动平均线走势趋平。

  • 08月11日15分钟前

    Coldcard黑客事件损失估计在1432至1730BTC之间

    币界网消息,Coldcard黑客事件的损失仍不明确,估计范围从1432 BTC至至少1730 BTC。

正在加载