# Taste-Bench: gli agenti IA faticano nelle scelte a lungo termine

> Un benchmark di 502 domande verifica se l’IA sa scegliere la strada migliore prima di conoscerne l’esito. Il modello migliore tra quelli testati ha ottenuto il 59,7%.

Oossa · 2026-10-18 · https://oossa.com/it/taste-bench-finds-ai-agents-struggle-with-long-term-choices

I ricercatori hanno presentato Taste-Bench, un test di 502 domande per valutare se i modelli di IA sanno scegliere la direzione migliore durante un’attività di programmazione o ricerca, prima che le fasi successive ne rivelino l’esito. Nei test su 14 modelli, GPT-5.6 Sol ha ottenuto il punteggio più alto, con il 59,7%; una domanda veniva conteggiata solo se il modello rispondeva correttamente in entrambi gli ordini delle risposte.

La precisione media era del 62,3% quando l’indizio era già visibile, ma scendeva al 21% quando compariva solo molto più avanti. I ricercatori hanno inoltre addestrato un modello Qwen3.6-27B a fornire indicazioni a un agente distinto: su 41 attività SWE-bench Pro tenute da parte per la valutazione, il tasso di successo è salito dal 14,6% al 33,7%. Il team afferma che il benchmark e il codice sono disponibili pubblicamente.

## I fatti

- Taste-Bench contiene 502 domande basate su punti decisionali affrontati dagli agenti.
- Con i suggerimenti del modello Qwen3.6-27B addestrato, il tasso di successo su 41 problemi SWE-bench Pro tenuti da parte per la valutazione è salito dal 14,6% al 33,7%.

## Perché conta

Per i team che usano agenti di programmazione, i risultati suggeriscono che superare i test al termine di un’attività non basta a dimostrare che un agente compia scelte utili per il lavoro successivo. Resta da capire se Taste-Bench sia in grado di prevedere le prestazioni nell’uso quotidiano.

## Fonti e riferimenti

1. [AI agents have bad taste in long-term decisions and a new benchmark proves it](https://the-decoder.com/ai-agents-have-bad-taste-in-long-term-decisions-and-a-new-benchmark-proves-it/) – The Decoder, 2026-10-18

Ultimo aggiornamento: 2026-10-18