OpenGPTEvidenzbasierte ModellentscheidungenAgentenkonfiguration · τ²-bench Core
τ² standard agent · Gemini 3 Pro Preview · high
Das eingeordnete Objekt: Modell, Gerüst, Tools, Berechtigungen, Budget und Umgebung als Einheit.
01
Konfiguration
02
Ergebnis
03
Vorgang
04
Vertrauen
Nachweishinweis
Enthalten sind nur acht vom Herausgeber eingereichte Zeilen mit demselben Benchmark v1.0.1, dem Standard-Scaffold und den Standardtools, demselben Nutzersimulator, denselben grundlegenden Aufgabenaufteilungen und einem Protokoll mit vier Durchläufen. Andere τ-bench-Zeilen bleiben außerhalb dieses Umfangs.
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.
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
Wählen Sie 10–20 repräsentative Aufgaben und definieren Sie eine klare Bestehensbedingung.
- 2
Legen Sie Agent, Modell, Tools, Berechtigungen und Budget vor dem Test fest.
- 3
Führen Sie jede wichtige Aufgabe mehrmals aus; erfassen Sie Erfolg, Kosten, Zeit und menschliche Übernahmen.
- 4
Fehler und Risiken bei der Datenverarbeitung vor einer Produktionsentscheidung prüfen.