ベンチマーク

正答率はほぼ横並び、1問あたりコストは17.5倍——コーディングエージェント選びは価格の変数

同一のKimi K3を9ハーネスで比較したRuntaの公開評価では、正答率は53.3〜66.7%とほぼ横並びなのに、1問正解あたりコストは1.05ドルから18.34ドルまで17.5倍開く。発行元自身が『コスト差の大半はハーネスとモデルの組み合わせに由来する』と認めるこの表を、乗り換えの根拠にしてよいかを整理する。