仕様作成を ivvy と Opus 単独で比較
Hiroba による自動要約
Claude の成果物を GPT にレビューさせる仕組み llm-ivvy の検証シリーズ第3回。同一要望から仕様のみを作成して比較した結果、ivvy は後から見つかった妥当な指摘が2件で Opus 単独の3件をわずかに下回った一方、時間・出力は約2倍、入力は約5倍。試行は各1回で条件差もあり、有利とは言えないとの結論。マルチモデルのレビュー体制を検討する開発者向けのデータ。
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 6172 件あります。
関連する記事
同じタグの記事

Claude 向けに作ったエージェントを、さくらの AI Engine に向けたら 88 ターン動いた。でも乗り換えなかった
ZennClaude の Messages API 向けに作った EC-CUBE 脆弱性診断エージェントを、baseURL の差し替えだけでさくらの AI Engine の Anthropic 互換エンドポイントに接続した検証記録。Kimi-K2.7-Code で 88 ターンのツール呼び出しが完走した一方、web_search 等のサーバーツールや cache_control が使えない点、レポート品質の差、断られた提案を成功と報告する挙動を確認。Opus / Haiku との費用・ターン数比較を含み、エージェント運用コストの削減を検討する開発者向け。

Anthropic、常時稼働エージェント構築ガイドを公開 (11/13):inbox・timers・memory・permissions・outbox の 5 要素で構成
RedditAnthropic が設計ガイド「Building always-on agents」を公開。普段は休止し、イベントやタイマーで起動して session 内で run を実行する Agent の構成を、event inbox、timers、memory、permissions、outbox の 5 要素で整理。承認待ちを deferred tool calls で処理する手法や Claude Code auto memory への言及もあり、定期実行・常駐型 Agent の設計者向け。
