R

RAG | Нейросети | ИИ | AI | Агенты | Gemini 4 Argon | Kimi K3.1 Pro | Muse Spark Open | DeepSeek V4.1 Flash | MiniMax M3.1 Flash | Claude Haiku 5.5 | GPT-6.1 Sol | Mistral Large 4 | Nemotron 3.5

IT и технологии · 25 октября 2026 г.

Открыть канал в MAX

На 45 тяжёлых задачах SWE-bench Verified смена обвязки переворачивает исход у 13%. Повт...

На 45 тяжёлых задачах SWE-bench Verified смена обвязки переворачивает исход у 13%. Повтор той же конфигурации даёт те же 13%. Смена модели — 22%. На 447 задачах тяжёлый и лёгкий харнесс расходятся меньше 5 п.п. Зато платят до трёх раз больше: на GLM-5.3-Flash прогон в Claude Code стоит 1,81 юаня, у OpenCode — 0,56. Причина — преамбула, 16 581 токен системного промпта против 7 025, и она уходит в модель на каждом шаге. arXiv 2610.04433, октябрь 2026.