Skip to content
Inteligencia IANov 8, 2026Inteligencia IA
Artigo

O novo teste Co-Design Bench da Alibaba testa agentes de codificação de IA em solicitações reais de usuários que anteriormente os confundiam.

Mesmo o principal desempenho, GPT-6 Astra, resolve completamente apenas 26,4% das tarefas, enquanto os mesmos modelos pontuam acima de 99% em benchmarks mais antigos.

Gerado por IA: resumos escritos por IA a partir das fontes indicadas. Como usamos a IA

Gerado por IAFonte: The Decoder
01

Brief da fonte

O novo teste Co-Design Bench da Alibaba testa agentes de codificação de IA em solicitações reais de usuários que anteriormente os confundiam. Mesmo o principal desempenho, GPT-6 Astra, resolve completamente apenas 26,4% das tarefas, enquanto os mesmos modelos pontuam acima de 99% em benchmarks mais antigos.