Claude Code может обходиться вдвое дороже, чем Pi, при том же успехе модели

HarnessTax: How Much Does the Harness Matter for Coding Agents?

Исследователи из UC Berkeley и Arena сравнили 21 комбинацию модель–харнесс на SWE-bench Lite и Terminal-Bench 2.0. Выяснилось, что выбор харнесса почти не влияет на долю решённых задач, но может увеличивать стоимость до пяти раз. Простой открытый харнесс Pi с четырьмя инструментами конкурентоспособен, а модели часто показывают лучший результат вне родного окружения провайдера.