Legit

概要

Legitはモデルではなくエージェントを評価するオープンソースのベンチマーク。500を超えるエージェントから、実運用で機能するかを判定します。36タスク、3名の独立AIジャッジ（Claude／GPT-4o／Gemini）、中央値スコアで信頼性を算出。

特徴

• エージェント全体のスタックを評価（プロンプト、ツール利用、エラーハンドリング、オーケストレーション）
• 費用無料、所要5分、3つのコマンド

ライセンス

• Apache 2.0、オープンソース

著者コメント

• 実運用で通用するエージェントを見極める指標を提供。スコアリング手法へのフィードバック歓迎。GitHub: github.com/getlegitdev/legit