Databricks

Databricks编程Agent基准评测启示：模型分层与性价比重构开发工作流

数据平台公司Databricks在自家百万行级别代码库上建立编程Agent评测基准，发现模型呈三级分层格局。Opus 4.8等顶级模型性能最强但成本最高，GLM 5.2进入第一梯队性价比超越 Opus 4.8，而Agent框架对效率的影响甚至超过模型本身选择，Pi框架比同类少传递3倍上下文却效率更高。…