Skip to content
Intelligence IANov 8, 2026Intelligence IA
Article

Le nouveau benchmark Co-Design d'Alibaba teste les agents de codage IA sur des demandes réelles d'utilisateurs qui les ont précédemment mis en échec.

Même le meilleur performer, GPT-6 Astra, ne résout entièrement que 26,4 % des tâches, tandis que les mêmes modèles obtiennent plus de 99 % aux anciens benchmarks.

Généré par IA : résumés rédigés par une IA à partir des sources citées. Notre usage de l'IA

Généré par IASource: The Decoder
01

Brief source

Le nouveau benchmark Co-Design d'Alibaba teste les agents de codage IA sur des demandes réelles d'utilisateurs qui les ont précédemment mis en échec. Même le meilleur performer, GPT-6 Astra, ne résout entièrement que 26,4 % des tâches, tandis que les mêmes modèles obtiennent plus de 99 % aux anciens benchmarks.