AI AIモデルごとに最適な「ハーネス」は異なる? RuntaとBasetenが明かす「FrontierHarness Eval v1.1」の分析結果 RuntaとBasetenは、AIエージェントのハーネス構成を評価するベンチマーク「FrontierHarness Eval v1.1」を公開しました。5つの主要AIモデルと22のハーネス構成の検証を通じて、モデルごとに最適なハーネスが異なる点や、不合格試行にかかるコスト構造が判明しました。 2026.11.20 AI