agentic-performance

本文报告了Qwen 3.6模型的基准测试结果，显示量化对知识基准（GPQA）影响很小，但会显著降低智能体性能（Terminal-Bench 2），并进一步讨论了超时设置和运行差异。

Cohere 发布了其首个开源编码模型 North Mini Code Small，专为高效的代理型性能和社区反馈而设计。