Agentenkonfiguration · GAIA

HF Open Deep Research · GPT-4.1 (April 2025)

Das eingeordnete Objekt: Modell, Gerüst, Tools, Berechtigungen, Budget und Umgebung als Einheit.

Genauigkeit50.30%
Kosten pro erfolgreich erledigter Aufgabe1,32 $
Veröffentlichte ErgebnisspanneNicht veröffentlicht

01

Konfiguration

AgentensystemHF Open Deep Research · GPT-4.1 (April 2025)
BasismodellGPT-4.1 (April 2025)
Quellmodell-ID oder -bezeichnungGPT-4.1 (April 2025)
AgentengerüstHF Open Deep Research
Scaffold-VersionNicht gemeldet
WerkzeugeNicht gemeldet
UmgebungAufgaben für einen allgemeinen Assistenten, die Schlussfolgern, Multimodalität, Browsing und Tools erfordern
BudgetQuellspezifisch · kein normalisiertes Schritt- oder Tokenlimit veröffentlicht

02

Ergebnis

Genauigkeit50.30%
TeilpunktzahlNicht veröffentlicht
Kosten pro erfolgreich erledigter Aufgabe1,32 $
Gemeldete Benchmark-Kosten109,88 $
Mediane AbschlusszeitNicht veröffentlicht
Menschliches EingreifenNicht veröffentlicht

03

Vorgang

Evidenz aus wiederholten Durchläufen1 Durchläufe
Veröffentlichte ErgebnisspanneNicht veröffentlicht
SicherheitshinweisNicht veröffentlicht
Vergleichbarkeitsgruppehal-gaia-public-validation-165
BewertungsdatumNicht veröffentlicht
Daten erfasst

04

Vertrauen

NachweisVollständiger öffentlicher Durchlaufeintrag
QuelleHolistic Agent Leaderboard · GAIA
QuellsnapshotVon HAL verifizierter Snapshot · öffentlicher Validierungssatz · 165 Fragen
Datum der QuelldatenVon der Quelle nicht veröffentlicht
Von OpenGPT abgerufen
Letzte RankingänderungNoch kein vergleichbarer Verlauf
Zuletzt geprüft
Aufgaben165 öffentliche Validierungsfragen
NachweisstufeExterner Warnhinweis
Nachweishinweis

HAL hat diese Zeilen der öffentlichen Validierung reproduziert und veröffentlicht Scaffold, Modell, Bewertung, Kosten, Anzahl der Durchläufe und Traces. Behandeln Sie den Snapshot als historisch; es wird kein normalisiertes Tool- oder Schrittbudget veröffentlicht.

Audit öffnen

Was dieses Ergebnis nicht nachweist

Dieses Ergebnis gilt für das hier gezeigte exakte System und die angegebenen Quellbedingungen. Es weist weder einen universell besten Agenten noch Produktionstauglichkeit, Daten-Governance oder Leistung mit einer anderen Benchmark-Version nach.

Gleiches mit Gleichem vergleichen

Nur Konfigurationen derselben Benchmark-Version und desselben Aufgabenumfangs können in einem Vergleich gegenübergestellt werden.

Von der Quelle gemeldete Daten; fehlende Werte bleiben unbekannt.

Vor der Einführung validieren

Öffentliche Rankings erstellen eine Vorauswahl. Ein kleiner privater Test zeigt, ob die Konfiguration zu Ihrer Arbeit passt.

  1. 1

    Wählen Sie 10–20 repräsentative Aufgaben und definieren Sie eine klare Bestehensbedingung.

  2. 2

    Legen Sie Agent, Modell, Tools, Berechtigungen und Budget vor dem Test fest.

  3. 3

    Führen Sie jede wichtige Aufgabe mehrmals aus; erfassen Sie Erfolg, Kosten, Zeit und menschliche Übernahmen.

  4. 4

    Fehler und Risiken bei der Datenverarbeitung vor einer Produktionsentscheidung prüfen.

Agentenverzeichnis und -bewertungen