@rohanpaul_ai：又一次精彩的发布，说明模型需要更好的运行框架和环境。Pine 推出了专为 AI 智能体构建的云计算机……
摘要
Pine 推出了专为 AI 智能体设计的云计算机 Pine Computer，开发者可通过 SDK 创建并用自然语言下达任务，让智能体自主在网站、文件和应用间规划执行工作。其搭载 GPT-5.6 Luna 的运行时在 SaaS-Bench v1.1 上取得 78.3% 检查点得分，模型 token 成本约为 GPT-5.6 Sol + Codex 的 1/20。
查看缓存全文
缓存时间: 2026/10/10 02:42
另一个出色的发布，再次表明模型需要更好的运行框架和环境。
Pine 推出了 专为 AI 智能体打造的云计算机：
开发者通过 SDK 创建一台云计算机，用自然语言交给它任务，它便会在网站、文件和应用程序之间规划并执行工作，而不是去操控一台为人类设计的电脑。
Pine 报告称，运行 GPT-5.6 Luna 时，模型 token 成本约为在 SaaS-Bench v1.1 上使用 GPT-5.6 Sol + Codex 的 1/20。
SaaS-Bench v1.1 的其他结果：
- 78.3% 的检查点得分，在已公布的对比中最高
- 模型 token 成本为 Opus 5 + Claude Code 的 1/26
- 在选定的初步内部测试中，根据任务不同，速度提升 2 至 5 倍
SaaS-Bench v1.1
来源: https://unipat.ai/benchmarks/SaaS-Bench SaaS-Bench / v1.1
计算机操作智能体能否完成真实的 SaaS 工作流？
结果涵盖 23 个可部署 SaaS 应用中的 106 项任务。v1.1 表格对比了在共享开源浏览器框架与各模型原生智能体运行时下的表现。
**78.3%**最高 CS · Pine Computer / PCR
**31.1%**最高 RS · Opus 5 / Claude Code
106任务 · 6 个领域
v1.1 结果
CS= 检查点得分，衡量在各验证检查点上的部分进展。RS= 解决得分，即端到端完成任务的百分比。同一模型在不同框架下可能有不同的表现，因此每个模型–框架组合都单独列出。
模型框架每任务步数每任务成本每任务工具调用数CS (%)RS (%)通用框架GPT-5.6 solBrowser-Use (开源)142.7~14.9257.769.817.9Opus 5Browser\-Use (开源)162.1~20.0239.464.721.7Qwen 3.8 maxBrowser-Use (开源)71.5~2.5131.331.18.5Kimi K3Browser\-Use (开源)121.9~6.8237.856.217.0原生框架GPT-5.6 solCodex250.7~20.5250.771.129.2Opus 5Claude Code270.5~26.5270.574.331.1Qwen 3.8 maxQwen Code268.9~5.1268.965.923.6Kimi K3Kimi\-CLI284.4~9.4284.456.424.5Pine ComputerPine Computer Runtime (PCR)335.5~$3.6306.278.327.4 数值来自 v1.1 结果表。每任务成本为近似值，单位为美元。CS 和 RS 为百分比。在窄屏设备上，可横向滚动表格查看所有列。
结果说明。 在通用框架下，GPT-5.6 sol 的 CS 最高（69.8%），而 Opus 5 的 RS 最高（21.7%）。在原生框架下，Pine Computer / PCR 的 CS 最高（78.3%），而 Opus 5 / Claude Code 的 RS 最高（31.1%）。
Stanley Wei (@StanleyWei4748)： AI 已经足够聪明了。
现实任务之所以仍然缓慢、昂贵且不可靠，是因为我们把一台为人类设计的电脑交给 AI，然后再用沉重的框架把它包裹起来。
AI 不需要变得更聪明，它需要一台专为它打造的电脑。
今天，我们发布 Pine Computer
相似文章
Pine Computer
Pine Computer 推出面向 AI 的云端虚拟计算机，AI 可通过结构化读取（而非像素）操作网页表单、门户和电子表格，并支持每客户独立实例、自带模型及人工接管敏感操作，目前处于邀请制内测阶段。
@bojie_li：蹲一波 Pine Computer 首发，据说这是 computer use 领域的 Jev。只需 $1……
Pine AI 发布 Pine Computer，宣称通过将 computer use 视为编码问题并重构智能体的观察空间，仅需 $1 成本即可达到竞品 $25 的效果，且启动速度快 2-5 倍，有望解决 computer use 太贵太慢的痛点。
@berryxia: 小块有大智慧？这下真成真了！ 7B小模型现在直接当上了GPT-5、Claude Sonnet 4、Gemini 2.5 Pro这些顶级大模型的老板。 一篇最新论文里，一个用强化学习训练的7B模型学会了写自然语言子任务、分配给不同大模型、精…
一篇最新论文提出通过强化学习训练7B小模型作为任务调度器，自动分解子任务并分配给GPT-5、Claude等顶级大模型，在多项硬核基准上超越单一前沿模型，证明端到端奖励学习可有效替代人工Prompt工程与多智能体流水线设计。
@oragnes: 最近挖到一个 Harness 硬核的开源项目：pi（前阵子刚从 badlogic 迁到 earendil-works 旗下）。 是一套为开发者兜底的 AI Agent 基础设施全家桶 + 终端编程助手 CLI。 少造点轮子：直接提供了一套…
Pi 是一个开源的 AI Agent 基础设施套件和终端编程助手 CLI，提供统一 API 以抹平多模型差异，支持并发工具调用以降低延迟，并允许开发者控制思考预算。
OpenAI推出其全新模型系列GPT-5.6
OpenAI发布了GPT-5.6，这是一个包含三个模型（Sol、Terra、Luna）的系列，具有更高的效率、更强的网络安全能力以及有竞争力的定价，主要面向企业和编码任务。