Show HN: 내가 만든 OSS 에이전트가 Gemini-3-flash-preview로 TerminalBench에서 최고 성능을 기록했다 | Hacker News

오픈소스 터미널 에이전트가 TerminalBench에서 65.2%를 기록해, 구글의 47.8%와 Junie CLI의 64.3%를 앞섰다고 전해졌다.

작성자는 공개된 코드를 그대로 사용했으며, 숨은 수정이나 부정행위는 없었다고 밝혔다.

이번 결과는 벤치마크 설정에 따라 에이전트 성능 순위가 크게 달라질 수 있음을 보여준다.

또한 벤치마크의 공정성, 비교 가능성, 리더보드 신뢰성에 대한 우려를 다시 불러왔다.