Vals AI评测：多智能体团队成本高、质量提升有限

Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，评估多智能体团队与单智能体的成本与质量差异。结果显示，智能体团队成本为单智能体的 1.8 倍至 5.1 倍，四组对比中仅一组出现显著质量提升。该研究还引用 Anthropic 自有测试，称增加智能体主要提升速度而非质量；OpenAI 研究者 Noam Brown 也持类似观点，认为多智能体主要买来速度而非质量。目前报道未提供各组具体任务细节或质量指标口径。

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。