Original en inglés: https://argusic.com/subject/10x
10x
10x - Hasta 20x más rápido en codificación con IA gracias a los Superpowers de múltiples pasos. Agent de código abierto con enrutamiento inteligente de modelos, BYOK, completamente self-hosted.
Funciona con mocksfuente: GitHubsitio webTypeScriptMITcommit 6ea128c31173
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai agents, anthropic, claude, claude code, codex, coding agent, continue y gemini cli.
10x funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 8,5 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Build of core, shared, and CLI packages succeeded. All 234 tests pass (184 core, 50 shared). CLI binary at apps/cli/dist/index.js answers --version (0.1.0) and --help. Web build failed due to out-of-memory (SIGKILL) during Next.js static page generation.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- 2 router streaming tests failed with 401 Unauthorized hitting real OpenRouter API3 minutos
- bun package manager not installed (project uses bun workspaces)1 minuto
- Tiempo de instalación
- 9 minutos
- De máquina en frío a terminar
- 9 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- bun test in packages/core: 184 pass, 0 fail across 12 files. bun test in packages/shared: 50 pass, 0 fail. bun apps/cli/dist/index.js --version returned 0.1.0. CLI --help displays usage. ffmpeg confirmed media/header.webp is valid.
- Tokens de modelo usados
- 134.917
- Commit exacto probado
- 6ea128c31173
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
exec /bin/sh -lc 'cd /work/repo && export PATH="/home/runner/.npm-global/bin:$PATH" && echo "done" && da… succeeded in 0ms: done 1791455054 exec /bin/sh -lc 'cd /work/repo && export PATH="/home/runner/.npm-global/bin:$PATH" && echo "start_times… succeeded in 0ms: start_timestamp: 1791454559 1791455066 tokens used 134,917
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Tardó 8,5 minutos en instalarse, más lento que la mediana de los 110 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, 10x fue el 66.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,07 |
Temas (de GitHub)
ai-agentsanthropicclaudeclaude-codecodexcoding-agentcontinuegemini-cliopen-code
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/10x)Preguntas
- ¿Funciona 10x?
- 10x funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 9 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic 10x?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 6ea128c31173. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar 10x?
- La ejecución que produjo este veredicto costó 0,07 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda 10x en instalarse?
- 8,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita 10x una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar 10x?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara 10x con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, 10x fue el 66.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de 10x?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.