CloudLuna · DSH Standard Mode
11:45
Lab
Da molti candidati a tre profili: Qwen3.8-27B con MTP e DFlash2
Su una RTX 4090, i profili MTP e DFlash2 sono stati eliminati fase dopo fase. Il risultato non è un vincitore universale, ma un profilo MTP 120K predefinito, uno specialista testo DFlash2 90K e un profilo vision MTP 90K verificato.
Benchmark dei runtime per agenti di codice
Quattro condizioni. Un compito, un repository, una rubrica.
Stesso compito · 99–100/100 punti · netto 11:45–54:48
CloudCloudLuna · Codex Desktop
13:48
llama.cppLocaleQwen3.8-27B · MTP n=3
19:57
llama.cppLocaleQwen3.8-27B · MTP off
54:48
Quattro condizioni, un compito: quanto costano davvero la decodifica speculativa e la scelta dello strumento agente
Quattro condizioni hanno risolto lo stesso compito nello stesso repository e ognuna ha ottenuto 99 o 100 punti su 100. La durata netta del compito — tempo di attesa per l'approvazione e di compattazione automatica del contesto esclusi da ogni misurazione — andava da 11:45 per l'esecuzione cloud tramite modalità standard di DSH a 54:48 per il modello locale senza decodifica speculativa.
Benchmark dei runtime per agenti di codice
Quattro stack di esecuzione. Un repository.
4 modifiche · tutti i test mirati superati · 6:04–13:57
CloudCodex · Luna Max
6:04
LocaleDSH · Qwen 27B
8:04
CloudOpenCode · Luna Max
12:54
LocaleOpenCode · Qwen 100K
13:57
Benchmark degli agenti di codice: l’impatto del runtime
Quattro agenti hanno modificato lo stesso repository e superato i test mirati. La durata variava comunque da 6:04 a 13:57 per l’effetto combinato di modello, harness, cache e revisione.
Benchmark delle interfacce agentiche
Un modello. Quattro interfacce.
5 attività · 20 esecuzioni nuove · 12/12 controlli qualità
Pi
Quattro agenti IA a confronto: token, tempo e qualità
Lo stesso modello IA, quattro interfacce agentiche e cinque attività reali su repository: le differenze misurate in qualità, token, tempo e metodo di lavoro.
Claude Haiku vs. DeepSeek V4 per la scrittura di proposte con l'IA: cosa ha davvero funzionato in produzione
Ho testato Claude Haiku contro DeepSeek V4 Pro e Flash sulla mia pipeline IA per scrivere proposte, usando tre incarichi freelance reali.