Vals AI评测显示多智能体团队成本大增但质量无明显提升

评测机构 Vals AI 发布测试结果显示，多智能体团队相比单智能体成本增加 1.8 倍至 5.1 倍，但在输出质量上几乎没有明显提升。 该测试在代码基准“Vibe Code Bench”上评估了 GPT-6 Sol 和 Claude Opus 5.5 在单智能体与团队模式下的表现，涵盖中等和最大推理力度设定。测试发现多智能体协作消耗了大量 Token，却难以显著提高任务表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。