BenchClaw Studio 开源评测智能体模型档位

Francisco Angulo de Lafuente 发布并开源 BenchClaw Studio，用于让真实智能体在 NVIDIA Nemotron 模型档位上执行任务，并通过确定性校验判断是否通过。工具按 Lightning、Super、Ultra 顺序尝试，在首个通过全部校验的档位停止，以选择满足任务要求的最小可用档位。 实时运行需要 Nebius Token Factory 密钥，可在本地或通过 Render 蓝图配置；没有密钥时只能使用实时回放演示。公开访问设有单次会话运行上限和令牌预算，模型由 Token Factory 远程提供，项目不重新分发模型权重。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。