Joule Index：衡量AI编程代理成本与能耗的基准测试
原帖
**Joule Index：首个综合衡量AI编程代理成本与能耗的基准测试**
_Joule Index – AI benchmark for cost and Energy_
> Joule Index是一个全新的AI基准测试，专门用于评估前沿AI编程代理在处理真实开源软件缺陷时的成本（美元）和能耗（焦耳）。该基准采用类似MLPerf Power的验证机制，要求所有数据可验证。研究团队使用Dropstone CLI在三个2026年5月的真实开源缺陷（如RSSHub和Mozilla Common Voice的修复）上测试了不同模型层级，结果发现，尽管成本差异巨大（从0.082美元到0.857美元），但所有层级的模型都生成了与实际维护者合并的代码完全相同的差异，并具备同等的合并就绪性。研究指出，现有AI基准测试普遍缺乏成本数据，而Joule Index是首个在一张图表上公布所有成本（美元、焦耳、人力小时）并坚持验证披露的基准。
**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-05-19 01:56（北京时间）
- **原文**：[打开原文](https://joule.blankline.org/)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
Joule Index是一个新的AI基准测试，用于评估AI编程代理在处理真实开源软件缺陷时的成本和能耗。该基准要求数据可验证，并在2026年5月的测试中发现，不同成本的模型层级生成了同等质量的代码。
答案说明
Joule Index是一个全新的AI基准测试，专门评估AI编程代理处理真实开源缺陷时的成本（美元）和能耗（焦耳）。它采用验证机制，要求所有数据可验证，并声称是首个在单一图表中公布所有成本数据的基准。
这篇帖子回答的问题
- Joule Index基准测试是做什么的？
- Joule Index测试的结果发现了什么？
核心观点
- Joule Index是一个专门用于评估AI编程代理成本（美元）和能耗（焦耳）的新基准测试。
- 在2026年5月的测试中，成本差异巨大的不同模型层级生成了同等质量、合并就绪的代码。
FAQ
- Q: Joule Index测试评估了哪些方面？
- A: 该基准专门评估AI编程代理在处理真实开源软件缺陷时的成本（美元）和能耗（焦耳）。
- Q: Joule Index的测试结果说明了什么？
- A: 测试结果显示，尽管不同模型层级的成本差异巨大（从0.082美元到0.857美元），但它们生成了与实际维护者合并的代码完全相同的差异，并具备同等的合并就绪性。
关键实体
- Joule Index
- Dropstone CLI
- RSSHub
- Mozilla Common Voice