option
Maison
Flash info
Contenu
BrianMartinez
BrianMartinez
24 juillet 2026

Tencent a mis en ligne WorkBuddy Bench, un ensemble d’évaluation d’agents de codage IA multi-domaines couvrant les domaines du bureau en ligne et de la sécurité, comprenant 260 tâches issues de scénarios réels et conçues pour empêcher la mémorisation des réponses. Claude Opus4.8 occupe la première place dans la plupart des classements, tandis que GLM-5.2 et GPT-5.5 figurent également en tête dans certaines catégories spécifiques. Les évaluations s’effectuent dans des conteneurs isolés où la recherche sur le Web est désactivée.

Tencent a mis en ligne WorkBuddy Bench, un ensemble d’évaluation d’agents de codage IA multi-domaines couvrant les domaines du bureau en ligne et de la sécurité, comprenant 260 tâches issues de scénarios réels et conçues pour empêcher la mémorisation des réponses. Claude Opus4.8 occupe la première place dans la plupart des classements, tandis que GLM-5.2 et GPT-5.5 figurent également en tête dans certaines catégories spécifiques. Les évaluations s’effectuent dans des conteneurs isolés où la recherche sur le Web est désactivée.
commentaires (0)
0/300
OR