Vals AI misst Agenten-Teams: 1,8- bis 5,1-fache Kosten, nur 1 von 4 Konfigurationen bringt einen signifikanten Gewinn — Die Eval-Firma Vals AI hat GPT-6 Sol und Claude Opus 5.5 auf dem Vibe Code Bench einzeln und als Teams bei Medium- und Max-Reasoning getestet: Nur Sol im Medium-Effort zeigte einen statistisch signifikanten Sprung (+7,3 Punkte, 77,6 auf 84,9 %, p=0,005). Opus’ Max-Team erreichte zwar die Top-Score von 93,2 % — aber zu 122 Dollar und 174 Minuten pro App. Umgekehrt brachte der höhere Reasoning-Effort dem Sol-Solo-Agenten +11,4 Punkte: Mehr Rechenleistung pro Agent schlägt mehr Agenten. Quelle · 🗃 Wayback Machine (Archiv)
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von the-decoder.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
