OSSのAIエージェントがTerminalBenchでGemini-3-flash-previewを上回るスコアを記録

開発者は、不正な手法を用いていないことを強調しています。具体的には、{agents/skills}.mdファイルの挿入などのチートメカニズムは一切使用していないという主張です。

また、リーダーボードの規定に準拠して実行したとしています。リソースの変更やタイムアウトの調整も行っていません。GitHubで公開されているオープンソース版をそのまま使用したとのことです。

開発者はHugging Faceのリーダーボードへプルリクエストを送信しましたが、メンテナンス担当者から回答がないため、先に報告を行ったと述べています [Hacker News]。