L’usage : comment Martian déploie 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.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Daytona. usedby ne les mesure pas de façon indépendante.
20K+ sandboxes provisioned in one week with Daytona
3 months of engineering time saved
Le témoignage du client
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.Les autres entreprises qui utilisent Daytona
Des clients de différents secteurs, avec une preuve publique.
AfterQueryConfirmé
AsteroidConfirmé
BenchFlowConfirmé
CapyConfirmé
HandshakeConfirmé
Laude InstituteConfirméConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Daytona. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
daytona.io- Dernière vérification
- 27 oct. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 95%Vérifié
Imprimé mot pour mot sur la page, près du nom de Martian.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Martian.
- Martian utilise DaytonaVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
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.