Parsimony
通过统计代码补丁的净语法单元增量来比较 AI 编程模型代码改动量的交互式基准工具。
parsimony.lasu.dev 源码 Chrome 应用商店AI 模型与智能体 / 提示词、评测与可观测
- 月访问
- <5K
- 2026 年 10 月
- 公开收入
- 未公开
- 暂无公开收入证据
- 入门价
- 免费
- 没有月付订阅价
- 首次发布
- 6 个月前
- 2026-06-06 · 估算
访问
近 12 个月
营销动作
发布、搜索与内容、引荐、促销在 Reddit 发布(33 票 · 14 评论)发布
Parsimony 开源基准衡量 AI 代码增量 — Parsimony 通过统计补丁语法单元,对比模型与人工修复的代码增量,并揭示智能体框架对代码量的影响。
11 月 8 日 · 11 天前发布页
当时 月访问 <5K同期还有 1 个动作在 Show HN 发布(71 分 · 15 评论)发布
Parsimony 用净语法单元衡量 AI 代码增量 — Parsimony 开源基准通过统计补丁中的净语法单元,衡量 AI 模型新增代码量,并邀请社区提供新模型的公开补丁。
10 月 13 日 · 37 天前发布页
当时 月访问 <5K同期还有 2 个动作在 Product Hunt 发布发布
Restores censored English words in YouTube captions
10 月 2 日 · 48 天前发布页
当时 月访问 <5K同期还有 1 个动作
第三方评测与案例拆解
获客渠道拆解、工程师评测与开源档案Show HN
2026-10-13查看原文
- 创作者原帖摘录:
- Existing benchmarks measure solve rate and token output/cost, but don't punish excess code, which makes a codebase harder to work with in the long term. I wanted to measure this since it matters most for long-term projects. Method: it takes the patches that benchmarks already publish (DeepSWE, SWE-bench Verified, SWE-bench Live) and counts "coding units": sy
开源仓库与自部署
GitHub 开源与智能体接入
流量来源
2026 年 10 月
访问构成
渠道
- 直接访问36%
- 自然搜索32%
- 外部引荐12%
- 社交媒体7%
- 其他14%
国家/地区
暂无数据
搜索
站点权重 —域名注册 2026-01-08
这个网站还没有搜索关键词数据。
流量数据:Vaneform
定价
尚未识别出定价页,或该页面没有公开价格。
官网快照
收录于 2026-10-13
关键页面
桌面端与移动端存档首页
parsimony.lasu.dev/ 快照 2026-11-07
问题与证据
同分类研究对象
AI 模型与智能体 / 提示词、评测与可观测
这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。