先了解这件事
2026年10月28日,goose官方博客公布了一项针对五个开源harness的成本对比测试。测试使用同一模型gpt-6.1-sol(high reasoning effort)和Terminal-Bench 4的62个任务,对比goose、Codex CLI、OpenCode、Hermes Agent和pi,每个harness每个任务跑五次,共310次计分试验。结果显示,五个harness通过率相差约6个百分点,与goose的差异在95%置信度下不显著;成本方面,Codex比goose高31%、OpenCode高18%、Hermes Agent高75%,pi与goose基本持平。成本由代理抓取请求并按供应商报告的token用量以标价计算,未采用各harness自带统计。
AI 根据公开报道生成
最新进展 · 正式报道
goose 对比五个开源 harness：同一模型下通过率接近，成本最多差 75%事件进展
1 个已确认进展
- 来源：goose 官方博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月28日
goose 官方博客一手
goose 对比五个开源 harness：同一模型下通过率接近，成本最多差 75%
goose 官方博客用同一模型 gpt-6.1-sol（high reasoning effort）和 Terminal-Bench 4 的 62 个任务，对比 goose、Codex CLI、OpenCode、Hermes Agent 和 pi 五个开源 harness，每个 harness 每个任务跑五次、共 310 次计分试验。五个 harness 通过率相差约 6 个百分点，与 goose 的差异在 95% 置信度下不显著；成本上 Codex 比 goose 高 31%、OpenCode 高 18%、Hermes Agent 高 75%，pi 与 goose 基本持平。成本由代理抓取请求并按供应商报告的 token 用量以标价计算，未采用各 harness 自带统计。