DeepSeek 在 Harness Leaderboard 开源模型评测中表现最佳，Pi Agent 省 token
所以在 Hermes 上 DeepSeek 居然有最好的表现吗？有些意外啊 当然 Pi Agent 一如既往的优秀，而且节省 token。 而我现在用的最多的就是这两个了。
AI 导读
Joël Niklaus 发布 Harness Leaderboard，共进行 28,849 次试验，比较九个 coding-agent harness 在开源模型上的表现。结果显示 DeepSeek 在 Hermes 上表现最好，Pi Agent 也一如既往优秀且节省 token，作者称自己目前用得最多的就是这两个。