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.