ActuIA (fr)· Stephane Nachez·· 19 jsélectionAI Score78
Agents d'IA : jusqu'à huit points d'écart pour un même modèle selon le harnais
Agents d'IA : jusqu'à huit points d'écart pour un même modèle selon le harnais
AI Introduction
Gemini 3 Pro réussit 65,8 % des 89 tâches de Terminal-Bench 2.1 sous Gemini CLI et 73.
Raison de la recommandation
Les écarts de score entre harnais pour un même modèle montrent pourquoi un benchmark d'agent ne décrit qu'une moitié du couple évalué.
Source :ActuIA (fr) · actuia.com