El uso: cómo Martian implementa Daytona
Martian uses Daytona's sandbox infrastructure within its open-source ARES framework to run reinforcement learning for LLM coding agents. Daytona provisions many isolated, parallel sandboxes on demand so agents can work through coding tasks and benchmarks simultaneously and receive real-time evaluations.
Otros resultados publicados
Cifras publicadas en el caso de estudio de Daytona. usedby no las mide de forma independiente.
20K+ sandboxes provisioned in one week with Daytona
3 months of engineering time saved
En palabras del cliente
Daytona has hugely simplified and sped up our agentic training and evaluation stack with their sandbox infrastructure. It sits quietly in the background, ensuring every environment and every agent runs exactly as ARES requires.Otras empresas que utilizan Daytona
Clientes de distintos sectores, con pruebas públicas.
AfterQueryConfirmado
AsteroidConfirmado
BenchFlowConfirmado
CapyConfirmado
HandshakeConfirmado
Laude InstituteConfirmadoConsultar la fuente
Basado en el caso de éxito publicado por Daytona. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.
daytona.io- Última verificación
- 27 oct 2026
Abrir la captura Lo que dice la historia, y lo que verificamos
Lo que comparamos con la página.
- La cifra: 95%Verificado
Impresa palabra por palabra en la página, cerca del nombre de Martian.
- El pasaje citado arribaVerificado
Copiado palabra por palabra de la página, cerca del nombre de Martian.
- Martian usa DaytonaVerificado
Línea de nivel Confirmado.
- El resultado en síNo verificado
Lo citamos; no lo medimos.
This isolated parallelization enables agents to complete demanding benchmarks like Terminal-Bench 2.0 in 20 minutes, compressing feedback loops and supporting faster, iterative research cycles.