Show HN: 제가 만든 OSS Agent가 Gemini-3-flash-preview에서 TerminalBench 1위를 차지했습니다

Source: Hacker News

Results

• **65.2%**를 기록했으며, Google 공식 47.8%, 기존 최고 폐쇄형 모델인 Junie CLI **64.3%**보다 높았습니다.

Clarifications

1. {agents/skills}.md 파일은 한 번도 삽입되지 않았으며, 부정 행위 메커니즘도 전혀 없습니다.
2. CLI 에이전트는 리더보드 규정에 맞게 실행되었습니다(리소스나 타임아웃을 수정하지 않음).
3. 전체 TerminalBench 실행은 에이전트의 완전 오픈소스 버전을 사용해 진행되었으며, GitHub에 있는 내용과 실행된 내용 사이에 차이가 없습니다.

Context

원래는 리더보드에 올라오기를 기다리려 했지만, 유지 관리자가 8일 동안 응답하지 않았고(Hugging Face 저장소에 풀 리퀘스트가 많이 쌓여 있음) 결국 바로 게시하기로 했습니다.

References

• Hugging Face PR:
• Cheating reports on TerminalBench 2.0:
• Hacker News discussion:

Points: 101 Comments: 32