Tỷ lệ thông qua và chi phí của Alma từ nhà phát triển độc lập Yetone tốt hơn Claude Code

Nhà phát triển độc lập Yetone dẫn dắt phát triển AI Agent địa phương Alma, trong vòng đánh giá ngang hàng mới nhất do công ty cơ sở hạ tầng AI Agent Runta khởi xướng, tỷ lệ hoàn thành nhiệm vụ và chi phí thành công đều đứng thứ ba, cao hơn các công cụ như Claude Code, OpenCode. Bảng xếp hạng hiện tại cho thấy, tỷ lệ hoàn thành nhiệm vụ của Alma là 72.7%, chỉ đứng sau Codex CLI với 77.9% và Pi với 72.8%, Claude Code là 70.0%.

Alma trung bình tốn khoảng 0.80 đô la cho mỗi nhiệm vụ hoàn thành thành công, trong khi Claude Code là 0.94 đô la, chi phí thấp hơn khoảng 16%. So sánh FrontierHarness v1.1 đánh giá hiệu suất của cùng một mô hình lớn trong các khung thực thi Agent khác nhau, bao gồm 21 nhóm cấu hình Harness, 5 mô hình lớn và 62 nhiệm vụ, mỗi nhiệm vụ được lặp lại 4 lần, dự kiến thực hiện 26,040 lần, quy mô gấp 72 lần phiên bản trước. Tất cả các công cụ hoạt động trong môi trường đám mây thống nhất, so sánh tỷ lệ thành công của nhiệm vụ, chi phí Token và tốc độ thực thi.

Alma chủ yếu chạy cục bộ và có trí nhớ dài hạn, có thể đọc và chỉnh sửa mã, thực hiện lệnh terminal, tìm kiếm trên web, và hỗ trợ Skills và MCP, cũng có thể chuyển đổi mô hình cơ sở. Gần đây, Alma đã tích hợp Herdr, các Agent lập trình như Claude Code, Codex, Pi có thể tiếp tục hoạt động trong Herdr, và được Alma tập trung vào cùng một giao diện trò chuyện để xem quá trình thực thi, trả lời câu hỏi và phê duyệt thao tác, người dùng cũng có thể quản lý từ xa nhiều Agent trên máy tính qua iPhone. Hiện tại, đánh giá vẫn chưa kết thúc, xếp hạng vẫn có thể thay đổi, các mô hình tham gia chỉ giới hạn ở các mô hình mã nguồn mở như GLM, DeepSeek, Kimi, Muse, chưa bao gồm các mô hình đóng như GPT và Claude.