腾讯网

别再只看跑分了，我把 5 个模型拉去跑了一次真实 Agent 任务

前阵子想做个 AI 工具导航站，就一个HTML单页，不算复杂。 手边能调的模型有好几个，MiniMax、DeepSeek、Step、GLM、Gemini， 各家都说自己能跑 Agent。 光看宣传文档和跑分，根本分不出谁真能干活。