Pawel Huryn 公开 AI Agent 基准测试成本与波动数据

Pawel Huryn 公开其 AI Agent 基准测试的完整成本与表现数据，三次隔离运行成本分别为 5.74、6.43 和 9.30 美元。三次运行耗时分别为 37.4、47.3 和 84.7 分钟，得分则为 40、45 和 37。单次运行成本、耗时与得分波动均较为明显，凸显 AI Agent 基准测试结果的不稳定性。