News 
Coin Information 
About us 
Add as a preferred source on Google
獨立開發者 Yetone 開發的 AI 代理 Alma，在一項仍在進行的比較評估排行榜快照中，任務通過率為72.7%，高於 Claude Code 的70.0%。
Marsbit於11日報導，這是 FrontierHarness v1.1 排行榜的暫時計算結果。同一畫面顯示，Codex CLI為77.9%，Pi為72.8%。
每項成功任務的平均成本方面，Alma為0.80美元（約1,074韓元），Claude Code為0.94美元（約1,261韓元），相差0.14美元。成本比較以代理執行任務時使用的 token 數為依據。
這項評估由 AI 代理基礎設施公司 Runta 執行。v1.1涵蓋21種代理執行設定與5種 AI 模型。
評估使用相同的62項任務，每種組合的每項任務執行四次，規劃執行總數為26,040次，規模是前一版本的72倍。
所有工具都在統一的雲端環境中執行，評估比較任務成功率、token 成本與執行速度。這套方法會將相同模型和任務套用至不同代理執行框架，再比較結果。
因此，Claude Code的70.0%不能解讀為 Claude 模型本身的效能數據。分數反映的是評估所用模型與代理執行設定的組合結果。
Marsbit報導指出，參與模型包括 GLM、DeepSeek、Kimi、Muse 等開源模型；GPT與Claude系列的閉源模型不在評估範圍內。
評估尚未結束。隨著新增執行結果，排行榜可能改變，因此目前數據僅是已完成部分的暫時計算。
Alma是一款在電腦上執行的 AI 代理，具備長期記憶，可讀取或修改程式碼，並支援執行終端機命令與網頁搜尋。
使用者可以更換基礎模型，也能連接 Skills 和 MCP。Alma的本機執行與工具連接屬於產品功能，和這次評估的通過率是不同項目。
Alma近期也新增 Herdr 整合功能。使用者可在 Alma 的聊天介面查看 Herdr 上執行中的 Claude Code、Codex、Pi 等工作，並提問或核准工作。
Alma也提供以 iPhone 遠端管理多個電腦端代理的功能。Herdr 整合讓使用者能在同一畫面管理多個代理，與評估分數無關。
Comment 0