นักพัฒนาอิสระ Yetone กับ Alma ขึ้นสู่อันดับสามในหมวด Agent โดยมีอัตราการผ่านและต้นทุนที่เหนือกว่า Claude Code ทั้งคู่
动察 Beating ข่าวด่วน AI: Alma ที่พัฒนาโดยนักพัฒนาอิสระ Yetone คว้าอันดับสามทั้งในด้านอัตราการผ่านงานและต้นทุนความสำเร็จในการประเมิน AI Agent รอบล่าสุด แซงหน้าเครื่องมือชื่อดังอย่าง Claude Code และ OpenCode
การประเมินครั้งนี้ริเริ่มโดย Runta บริษัทโครงสร้างพื้นฐาน AI Agent ในสแนปช็อตอันดับปัจจุบัน Alma มีอัตราการผ่านงาน 72.7% เป็นรองเพียง Codex CLI ที่ 77.9% และ Pi ที่ 72.8% ส่วน Claude Code อยู่ที่ 70.0%
Alma ไม่เพียงมีอัตราการผ่านสูงกว่า แต่ยังประหยัดกว่าในการทำงานให้สำเร็จ โดยเฉลี่ยใช้จ่ายประมาณ 0.80 ดอลลาร์ต่อการแก้โจทย์หนึ่งข้อสำเร็จ ขณะที่ Claude Code ใช้ 0.94 ดอลลาร์ ต่ำกว่าประมาณ 16%
FrontierHarness v1.1 ครั้งนี้มุ่งศึกษาคำถามหนึ่งข้อ: ด้วยโมเดลขนาดใหญ่เดียวกัน หากเปลี่ยนชุดกรอบการทำงานของ Agent ประสิทธิภาพจะแตกต่างกันมากเพียงใด?
การประเมินครอบคลุมการตั้งค่า Harness 21 ชุด โมเดลขนาดใหญ่ 5 รุ่น และงาน 62 รายการ แต่ละรายการทำซ้ำ 4 ครั้ง แผนการรัน 26,040 ครั้ง ขนาดใหญ่กว่าฉบับก่อนถึง 72 เท่า เครื่องมือทั้งหมดรันในสภาพแวดล้อมคลาวด์เดียวกัน เปรียบเทียบอัตราความสำเร็จของงาน ต้นทุนโทเค็น และความเร็วในการทำงาน
Alma เป็น AI Agent ที่เน้นการรันในเครื่องและความจำระยะยาว สามารถอ่านและแก้ไขโค้ดโดยตรง รันคำสั่งเทอร์มินัล ค้นหาเว็บ และรองรับ Skills กับ MCP อีกทั้งสลับโมเดลพื้นฐานได้อย่างอิสระ ไม่ผูกกับผู้ให้บริการโมเดลรายใดรายหนึ่ง
ล่าสุด Alma ยังผสานรวม Herdr ทำให้ Agent เขียนโปรแกรมอย่าง Claude Code, Codex, Pi ยังคงรันใน Herdr ต่อไปได้ ขณะที่ Alma รวบรวมพวกมันไว้ในอินเทอร์เฟซแชตเดียว ดูกระบวนการทำงาน ตอบคำถาม และอนุมัติการดำเนินการ ผู้ใช้ยังสามารถจัดการ Agent หลายตัวบนคอมพิวเตอร์จากระยะไกลผ่าน iPhone ได้อีกด้วย
ปัจจุบันการประเมินยังไม่สิ้นสุด อันดับยังอาจเปลี่ยนแปลงได้ และโมเดลที่เข้าร่วมยังจำกัดเฉพาะโมเดลโอเพนซอร์สอย่าง GLM, DeepSeek, Kimi, Muse ยังไม่ครอบคลุมโมเดลปิดอย่างซีรีส์ GPT และ Claude
ที่เกี่ยวข้องแนะนำ
