Deepnote 11 月 13 日发布 Agent Initiative Benchmark：把 12 个前沿模型放进一家模拟公司的 Slack，测 50 个场景里 Agent 该不该主动出手。
结果（官方口径）：
1. 第一名 GPT-6 Astra 8.97 分，第二 GPT-6.1 Sol 8.65 分，第三 Claude Fable 5.2 8.17 分
2. 应该保持安静的 10 个场景，第一名也只忍住了 8 次
3. 每次成本：Sol 0.112 美元，Fable 5.2 1.87 美元，最贵的三个模型排在第 3 到第 5
放到交易 Agent 上，乱动手往往比不动更费钱。
你更怕 Agent 偷懒，还是乱动手？
#AIAgent
结果（官方口径）：
1. 第一名 GPT-6 Astra 8.97 分，第二 GPT-6.1 Sol 8.65 分，第三 Claude Fable 5.2 8.17 分
2. 应该保持安静的 10 个场景，第一名也只忍住了 8 次
3. 每次成本：Sol 0.112 美元，Fable 5.2 1.87 美元，最贵的三个模型排在第 3 到第 5
放到交易 Agent 上，乱动手往往比不动更费钱。
你更怕 Agent 偷懒，还是乱动手？
#AIAgent