Agents on Rails：8 个模型、21 项原子任务

摘要

Google 索引显示，Rails 团队将 8 个模型放在 21 项原子任务上比较。摘要给出的 Luna 结果是：默认 medium reasoning 下 73% 的 runs 成功，63 次运行总成本约 90 美分，并被标为最便宜模型。

原文阅读

本站仅展示 Tabbit 编辑摘要和必要节选；完整内容、上下文与最新版本请查看原始来源。

限制

X 正文在 Tabbit 国际版中没有展开，本文只保存 Google 索引可见的原文摘要。缺少任务清单、成功判定、其他模型对应成本和运行环境，不能把 73% 当成通用 coding 通过率。