Floatboat ribalta cinque benchmark cambiando solo l’harness

Un cambio di harness modifica l’esito dei benchmark

AOE Tech Labs ha testato Floatboat utilizzando DeepSeek-V4-Flash come modello di base. Secondo il resoconto, l’esperimento ha trasformato cinque risultati inizialmente negativi in vittorie intervenendo esclusivamente sull’harness di esecuzione.

Il risultato mette in evidenza il ruolo dell’infrastruttura che coordina l’esecuzione dei test, oltre alle capacità del modello sottostante. Nel confronto riportato, Floatboat ha superato Claude Opus 4.8 nei benchmark considerati.

AOE Tech Labs presenta inoltre l’esperimento come molto più economico rispetto alla configurazione precedente. I risultati vanno quindi letti nel contesto dei benchmark e dell’harness adottato, senza considerarli una misura universale delle prestazioni dei modelli.