O AGENTICO
SWE-bench
conceito · 2 menções
Menções
A avaliação abrangeu sete cargas de trabalho de IA agêntica, incluindo Terminal-Bench 2 e SWE-bench.
Os resultados se referem às tarefas selecionadas para a avaliação, não a todas as cargas de trabalho possíveis.
O Gemini 4 Argon estabeleceu um novo recorde em tarefas reais de desenvolvimento de software (benchmark SWE-bench) e alcançou o primeiro lugar em avaliações de cibersegurança (CWE-bench), superando modelos de OpenAI e Anthropic.
Demonstra a superioridade técnica do modelo em áreas críticas, o que é um diferencial competitivo importante na corrida de IA.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.