发生了什么
Offloop 公布 多智能体 harness GDPval 基准测试结果(84.9分, $1.65/任务)
为什么值得关注
首个在 GDPval 上以大幅成本优势击败 Claude Code 与 Codex 的多智能体系统，值得关注其架构细节与复现可能性。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Offloop多智能体超越Claude Code
Offloop 4 人团队公布其多智能体 harness 在 GDPval 基准上以 84.9 分、单任务成本 $1.65 超越 Claude Code(Opus 4.8 得 82.4 分、$14.38) 与 Codex(GPT 5.6 Sol 得 83.3 分、$5.20)，并声称在 GDP.pdf(44 分) 与 JobBench(67.2 分) 亦达 SOTA，GDPval 覆盖 44 个职业、9 大行业、对应约 $2.4 万亿美元美国知识工作薪资。
打开原始来源 ↗