Hysen Labszli12321
LHTB
高密度の報酬グレーディングを備えた Long Horizon ターミナル ベンチマーク。 Grok 4.5 はタスクあたり約 11 ドルでトップであり、MiniMax M3 (タスクあたり 6 ドル) や Hy3 (タスクあたり 2.47 ドル) のような安価なモデルは、5 10 ドル以上のモデル (Claude Fable 5 はタスクあたり 73 ドル、Claude Sonnet 5 はタスクあたり 60 ドル) と競合します。
スター 340フォーク 33PythonApache-2.0
01
編集部概要
このプロジェクトが解決すること
高密度の報酬グレーディングを備えた Long Horizon ターミナル ベンチマーク。 Grok 4.5 はタスクあたり約 11 ドルでトップであり、MiniMax M3 (タスクあたり 6 ドル) や Hy3 (タスクあたり 2.47 ドル) のような安価なモデルは、5 10 ドル以上のモデル (Claude Fable 5 はタスクあたり 73 ドル、Claude Sonnet 5 はタスクあたり 60 ドル) と競合します。
このページのプロジェクト情報と編集内容は無料で読めます。元の GitHub リポジトリが最終的な情報源であり、保存や議論への参加時だけログインが必要です。
02
最適な用途
コミュニティノート