Agente de codificación de pesos de código abierto en comparación con el modelo de entrenamiento de Claude Code en el campo de los modelos

AIMPACT mensaje, 4 de mayo (UTC+8), Hugging Face publicó un experimento comparativo que evalúa el rendimiento de agentes codificadores de peso de código abierto (Pi + Moonshot AI Kimi K2.6) frente a Claude Code + Opus 4.7 en modelos específicos de entrenamiento. La tarea consiste en clasificar las leyes de reuniones de Carolina del Norte, EE. UU., de 1866 a 1967, según Jim Crow. El experimento utilizó la misma instrucción de una sola línea, con un tiempo total de aproximadamente 13 minutos, y los resultados se enviaron a Hugging Face. El artículo no menciona métricas de rendimiento específicas ni conclusiones. (Fuente: InFoQ)