# Bảng xếp hạng harness có kiểm chứng

Bảng xếp hạng có kiểm chứng của các harness agent lập trình trên be …\[truncated\]

Chưa có lượt chạy nào được xếp hạng cho model này.
| Benchmark | Tác vụ đang dùng | Tác vụ upstream |
| --- | --- | --- |
| Terminal-Bench 4.0.0 | 16 | 66 |
| Aider Polyglot 1.0.0 | 30 | 225 |
| Core suite 1.0.0 | 4 | 4 |


---

- Phiên bản bộ tác vụ: Unofficial run on Arnesa Host
- Host epoch: 1
- Sử dụng dữ liệu: Được trích dẫn kèm ghi nguồn; dữ liệu không được cấp phép phân phối lại.