独立开发者Yetone的Alma杀进Agent前三，通过率和成本双双胜过Claude Code

动察 Beating AI 快讯，独立开发者 Yetone 主导开发的 Alma，在最新一轮 AI Agent 横评中，同时拿下任务通过率和成功成本第三名，把 Claude Code、OpenCode 等知名工具甩在了身后。

这次评测由 AI Agent 基础设施公司 Runta 发起。在当前的榜单快照中，Alma 的任务通过率为 72.7%，仅次于 Codex CLI 的 77.9% 和 Pi 的 72.8%。Claude Code 则为 70.0%。

Alma 不仅通过率更高，完成任务也更省钱。它每成功完成一道题平均花费约 0.80 美元，Claude Code 为 0.94 美元，成本低约 16%。

这次 FrontierHarness v1.1 专门研究一个问题：同样的大模型，换一套 Agent 执行框架，表现究竟能差多少？

评测覆盖 21 组 Harness 配置、5 款大模型和 62 项任务，每项重复 4 次，计划运行 26,040 次，规模达到上一版的 72 倍。所有工具都在统一的云端环境中运行，比较任务成功率、Token 成本和执行速度。

Alma 是一款主打本地运行、长期记忆的 AI Agent，能直接读取和修改代码、执行终端命令、搜索网页，还支持 Skills 和 MCP。它可以自由切换底层模型，不依赖某一家模型厂商。

最近，Alma 还整合了 Herdr。Claude Code、Codex、Pi 等编程 Agent 可以继续在 Herdr 中运行，Alma 则把它们集中到一个聊天界面，查看执行过程、回复问题和批准操作。用户甚至可以通过 iPhone 远程管理电脑上的多个 Agent。

目前评测尚未结束，排名仍会变化。参测模型也仅限 GLM、DeepSeek、Kimi、Muse 等开源模型，没有覆盖 GPT 和 Claude 系列闭源模型。