Terminal-Bench 2.0 en resumen
El benchmark de agentes en línea de comandos lanzó una versión más difícil y mejor verificada, además de un paquete nuevo para correr evaluaciones en contenedores en la nube.
Qué cambió con Terminal-Bench 2.0
Terminal-Bench lanzó la versión 2.0 el 7 de noviembre de 2025 y la describió como más difícil y mejor verificada que la 1.0. Cada tarea pasó por revisiones manuales y asistidas por modelos, después de que la comunidad encontró tareas que dejaban de funcionar con el tiempo.
Por qué Terminal-Bench 2.0 importa para los negocios
También presentó Harbor, un paquete que corre evaluaciones de agentes en contenedores en la nube, admite ejecuciones para aprendizaje por refuerzo y ajuste fino, y funciona con cualquier agente que se pueda instalar en un contenedor. Los puntajes de Terminal-Bench se volvieron un insumo común de los rankings compuestos, así que este lanzamiento influyó en cómo se comparan los agentes de programación y operaciones.
Fuentes de esta noticia
- Terminal-Bench 2.0 and Harbor (se abre en una pestaña nueva)Oficial
Terminal-Bench · tbench.ai
- Terminal-Bench news (se abre en una pestaña nueva)Oficial
Terminal-Bench · tbench.ai
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #benchmarks
- #terminal-bench
- #agents
- #coding
