The Agentic Gap: Claude Oneshots, Gemma Fails

El artículo compara Gemma 4 y Opus 4.6 probándolos en una tarea de desarrollo de software del mundo real, agregando una búsqueda pública a un sitio web. Aunque Gemma 4 anteriormente superó un benchmark local en velocidad y calidad de código, falló el desafío de codificación one-shot, mientras que Opus implementó la función con éxito.