Разработчик выложил агентный фреймворк TrueForge и замерил на DevRev Enterprise-Bench: с моделью Opus 4.8 он решил столько же задач, но потратил на 63% меньше токенов и на 30% меньше денег. Главное: • 11/14 задач — одинаковая точность с Claude Managed Agents + Opus • $11.8/run → $3.0/run с GLM-5.2 — снижение расходов ~75% • 10.0M токенов/run → 3.7M токенов/run с Opus — на 63% меньше • 19 вызовов инструментов за задачу против 32 у Claude 14 задач из одного бенчмарка — малая выборка. Песочницы для выполнения кода нет, автор сам сравнивает своё детище. Что это значит: фреймворк агента — такой же рычаг экономии, как выбор модели. Можно менять одно и другое независимо.