نشرات Composio البارح (6 غشت) تدوينة فـ X، قالت فيها إنها جرّبات 30 مهمة على 4 أطر ديال وكلاء البرمجة بالذكاء الاصطناعي، باش تشوف شنو هو الإطار اللي كيقدر يستافد أكثر من أداء النسخة الرسمية من DeepSeek V4 Flash.
حسب المعطيات العلنية اللي لقاتها IT之家، تأسسات Composio فـ 2023 والمقر ديالها فسان فرانسيسكو، وكتقدم راسها كمنصة مفتوحة المصدر لدمج أدوات وكلاء الذكاء الاصطناعي. والهدف الرئيسي ديالها هو الربط بين النماذج اللغوية الكبيرة ومختلف التطبيقات الخارجية، باش تعاون المطورين يبنيو بسرعة وكلاء ذكاء اصطناعي عمليين ومناسبين للاستعمال فالإنتاج.
استعملات Composio أدوات حقيقية بحال Gmail وGitHub وSlack وNotion لاختبار 30 مهمة ديال وكلاء الذكاء الاصطناعي، مع توحيد استعمال النموذج الرسمي DeepSeek V4 Flash. وكانت النتائج كالتالي:
Oh My Pi: 17/30
Claude Code: 16/30
Codex: 16/30
OpenCode: 14/30
بينات نتائج الاختبار أن Oh My Pi حقق أعلى نسبة نجاح (17/30)، ولكن كان هو الأبطأ، بحيث كل مهمة خذات 272 ثانية. أما OpenCode فكان الأقل تكلفة، بحيث كل مهمة ناجحة كلفات غير 0.073 دولار؛ فحين كان Claude Code هو الأسرع، إذ ما احتاج غير لـ 122 ثانية، ولكنه كان الأغلى، بتكلفة 0.195 دولار لكل مهمة، رغم أنه استعمل عدداً أقل من استدعاءات الأدوات وولّد عدداً أقل من رموز الإخراج.
