Agenten-Benchmarks

AssistantBench Agenten-Benchmark

OpenGPT hält 15 veröffentlichte Zeilen mit der unten gezeigten exakten Benchmark-Version AssistantBench und Umgebung verknüpft.

Aufgaben: 33
Veröffentlichte Zeilen: 15
Datum der Quelldaten: 6. Aug. 2026
Identität geprüft: Historisch

Nachweisumfang

HAL verified snapshot · 33 public tasks · 1 scaffold. public, automatically verifiable browsing tasks. Live-web research and browsing tasks reproduced durch the Holistic Agent Leaderboard. Source-specific; no normalized step or token limit published.

How OpenGPT handles this evidence

OpenGPT bewahrt Kennzahl, Aufgabenumfang, Umgebung, Version, Konfigurationsfelder und Quelldatum des Herausgebers. Es erstellt keine Benchmark-übergreifende Agent-Gesamtpunktzahl.

Vergleichsgrenzen

Ein höheres Ergebnis gilt nur für die angezeigte Benchmark-Version und die entsprechenden Bedingungen.
Die Ergebnisse der Agenten spiegeln das Gesamtsystem wider, nicht nur das Basismodell.
Fehlende Daten zu Kosten, Zuverlässigkeit, Sicherheit oder Latenz werden weiterhin als nicht gemeldet ausgewiesen und nicht abgeleitet.
HAL hat diese Zeilen reproduziert und veröffentlicht Traces, Kosten und Anzahlen der Durchläufe. Die Rangliste ist ein historischer Snapshot: HAL hat die Aufnahme neuer Modelle ausgesetzt, und die angegebenen Kosten berücksichtigen keine Vorteile durch Caching.

Von HAL verifizierter Snapshot · 33 öffentliche Aufgaben · 1 Scaffold

15 von 15 veröffentlichten Zeilen werden angezeigt. Jedes Ergebnis bleibt mit dem Quellbenchmark und der Konfiguration verknüpft.