モデルや推論強度ごとに各 AI コーディングエージェントフレームワークの性能差を可視化する無料評価ボード
無料公開ダッシュボード上でモデル・ステージ・推論努力度ごとの各エージェント実行基盤スコアを自由に比較検証可能
Harness Leaderboard は、ベースとなる LLM 単体ではなく「エージェントを外側から制御するハーネス設計」ごとの実力差を定量比較できる評価ダッシュボードです。モデル・処理ステージ・Reasoning Effort を自由に切り替えながら、どのコーディングエージェント基盤が最も高い成果を出せるか直感的に確認できます。