แท็ก

#Cost

3 บทความ

HarnessTax จาก Berkeley วัด 21 คู่ model–harness แล้วพบว่า harness แทบไม่ขยับความสำเร็จ แต่ขยับค่าใช้จ่ายได้ถึง 5 เท่า — และโมเดล Claude อาจไม่ต้องใช้ Claude Code

16 ก.ย. ทีมจาก UC Berkeley Sky Lab (รวม Ion Stoica และ Matei Zaharia) เผยแพร่ HarnessTax วัด 21 คู่ระหว่าง 7 โมเดลกับ 3 harness — Claude Code, Codex CLI และ Pi — บน SWE-bench Lite และ Terminal-Bench 2.0 ผลคือ harness แทบไม่เปลี่ยนอัตราสำเร็จ (±2% และ ±5%) แต่เปลี่ยนค่าใช้จ่ายได้ถึง 5 เท่า และใน 9 จาก 12 การเปรียบเทียบ โมเดลทำคะแนนสูงสุดบน harness ที่ไม่ใช่ของผู้ผลิตตัวเอง

17 ก.ย. 2569 · อ่าน 8 นาที

เครื่องมือนักพัฒนา

Copilot Auto เพิ่มสามระดับ Efficiency, Balance, Intelligence ให้เลือกน้ำหนักระหว่างต้นทุนกับคุณภาพ — แต่ทุกระดับใช้โมเดลชุดเดียวกัน และคิดเงินตามโมเดลที่ Auto เลือกจริง

14 ก.ย. GitHub ให้ผู้ใช้ Copilot ตั้งค่า Auto model selection ได้สามระดับ คือ Efficiency เน้นถูก, Balance ถ่วงต้นทุน คุณภาพ และความหน่วง, Intelligence เน้นคุณภาพ ใช้ได้ใน VS Code, Copilot CLI และ GitHub Copilot app โดยทุกระดับเลือกจากโมเดลชุดเดียวกัน คิดเงินตามโมเดลที่ถูกเลือก และแพ็กเกจเสียเงินยังได้ส่วนลด 10%

15 ก.ย. 2569 · อ่าน 4 นาที

เครื่องมือนักพัฒนา

Microsoft วัดเอง: GPT-6 Astra แพงกว่า Claude Sonnet 4.6 ถึง 5.3 เท่าแล้วได้คะแนนต่ำกว่า — และ "สกิล" ที่ใส่เข้าไปคือสิ่งที่พลิกผลว่าโมเดลไหนชนะ

9 ก.ย. Waldek Mastykarz เผยผลเทียบ GPT-6 Astra กับ Claude Sonnet 4.6 บน GitHub Copilot สามงานอัปเกรดโค้ด งานละห้ารัน พร้อมต้นทุนต่อรันจริง — เคส JDK 8 ไป 25 ได้ 93% ที่ 67.33 ดอลลาร์ต่อรัน เทียบ Sonnet ที่ 97% ที่ 12.71 ดอลลาร์ แต่ประเด็นที่สำคัญกว่าคือถ้าถอดสกิล migration ออก ลำดับกลับหัวทันที

10 ก.ย. 2569 · อ่าน 6 นาที