goose 评测五个开源 coding harness:通过率相近,单任务成本最多差 75%
Same Brain, Different Bill
AI 导读goose 官方用同一模型 gpt-6.1-sol(high reasoning effort)和 Terminal-Bench 4.0 的 62 个任务,对 goose、Codex CLI、OpenCode、Hermes Agent 和 pi 五个开源 harness 各做 310 次评分试验。
来源:goose 官方博客 · goose-docs.ai