Co-Design Benchmark एजेंटिक मॉडल के लिए multimodal सहयोगी कोडिंग का मूल्यांकन करता है।
Co-Design Bench आंशिक सफलता अंतराल को उजागर करने के लिए स्वीकृति मानदंड और साक्ष्य का उपयोग करते हुए 273 multimodal APP संपादन कार्यों पर कोडिंग एजेंटों का मूल्यांकन करता है।