Qué maldito modelo uso
Tres respuestas, actualizadas solas. Sin tablas de cuarenta filas.
tipo de tarea
cualquier cosaSin distinguir el tipo de trabajo: cuenta todo lo que hay medido.arreglar bugsTrabajo sobre código que ya existe: cerrar issues y cambios repartidos por varios archivos.sin supervisiónTareas largas, de muchos pasos y con terminal, que corren sin nadie delante.
Puntúa con CursorBench 4.0, DeepSWE v1.1 y Terminal-Bench 2.0