AlibabaResearch/abench
Herramienta de terminal
¿Es de fiar?
Nuestras comprobaciones no ven nada raro.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hace 4 días.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un benchmark en Python que reproduce en bucle cerrado trayectorias de agentes grabadas (DeepSWE v1.1, LMCache) o una carga de trabajo generada localmente contra un servidor de inferencia compatible con OpenAI, como SGLang o vLLM. Informa de TTFT, TPOT y latencia E2E por turno…
Para quién es
Ingenieros que evalúan servidores de inferencia de LLM para cargas de trabajo de agentes con trayectorias de agentes de programación de varios turnos
Cómo usarlo
Instalación
pip install agentic-benchSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar AlibabaResearch/abench en mi proyecto. Sigue su README: https://github.com/AlibabaResearch/abench. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
21.780 repos de GitHub vigilados y ordenados cada hora. Cifras a 28 de octubre de 2026.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/AlibabaResearch/abench?ref=badge)Repos parecidos
- apple-aiml-research/ml-rsi-inference-bench
Un banco de pruebas de horizonte largo para agentes de programación que mejoran la pila de inferencia de modelos de lenguaje grandes en vLLM o SGLang. Las tareas abarcan dar soporte a un modelo el día
- facebookresearch/swe-sweep
Un benchmark que mide cuántos errores pueden encontrar y corregir los modelos de lenguaje y los agentes en repositorios reales de gran tamaño. Los agentes no reciben pistas sobre el tipo de error ni s
- NineAbyss/OR-License
Un banco de pruebas de 31 tareas de investigación operativa para evaluar agentes basados en LLM. Los agentes consultan un simulador interactivo de información empresarial, escriben programas de optimi
- aicodeking/leanrea
Un archivo de skill de agente de 8 KB que ofrece a los agentes de programación con IA reglas de enrutamiento y comandos de línea de comandos listos para ejecutar en ingeniería inversa de binarios, app
- stablyai/orca
Aplicación de escritorio, móvil y de runtime remoto para ejecutar varios agentes de programación de línea de comandos en paralelo, cada uno en su propio worktree de git, con terminales, revisión de di
- Generated-Computers/Locals
Un servidor de inferencia local para Macs con Apple Silicon que ejecuta muchos agentes de IA a la vez, con llamadas a herramientas restringidas al esquema de cada herramienta y caché de prompts entre