agentes de programación

Los arneses (harness), no los modelos. Terminal-Bench pasó a la versión 4.0 y los dos primeros siguen igual: Codex con GPT-6 Astra y después Claude Code con Fable 5.1. Grok Build, de código abierto y de SpaceXAI, es el único otro arnés entre los diez primeros. Abierto/cerrado se refiere aquí al código fuente del arnés.