OpenGPTDecisioni sui modelli basate su prove
Cerca⌘K

Configurazione dell’Agent · τ³-Banking Knowledge

τ³ Banking AllTools · Claude Fable 5 · max

L’oggetto classificato: modello, scaffold, strumenti, autorizzazioni, budget e ambiente nel loro insieme.

Confronta in questo benchmarkApri la fonte
Superato¹39.69%
Costo per attività riuscitaNon pubblicato
Intervallo dei risultati pubblicatiNon pubblicato

01

Configurazione

Sistema Agentτ³ Banking AllTools · Claude Fable 5 · max
Modello di baseClaude Fable 5
ID o etichetta del modello della fonteClaude Fable 5 · max
Scaffoldτ³ standard agent
Versione dello scaffoldv1.0.1
StrumentiAllTools: BM25, text-embedding-3-large retrieval, and sandboxed shell
AmbienteScaffold standard con BM25, recupero tramite incorporamenti e ricerca dalla riga di comando in ambiente isolato
Budget4 prove per attività · 388 traiettorie per configurazione

02

Esito

Superato¹39.69%
Punteggio parzialeNon pubblicato
Costo per attività riuscitaNon pubblicato
Costo di benchmark indicatoNon indicato
Tempo mediano di completamentoNon pubblicato
Intervento umanoNon pubblicato

03

Operazione

Evidenze delle esecuzioni ripetute4 esecuzioni
Intervallo dei risultati pubblicatiNon pubblicato
Nota sulla sicurezzaNon pubblicato
Gruppo di comparabilitàtau3-banking-v1-0-1-alltools-gpt-5-2-low-seed-300-4-trials
Data della valutazione
Dati acquisiti

04

Attendibilità

EvidenzeElencato dal publisher del benchmark
FonteSierra Research · τ³-Banking
Istantanea della fontev1.0.1 · AllTools · GPT-5.2 low user simulator · seed 300 · 4 trials
Data dei dati della fonte
Recuperato da OpenGPT
Ultima modifica della classifica
Ultimo controllo
Attività97 attività sulle conoscenze bancarie
Livello delle evidenzeGestito dal publisher
Nota sulle evidenze

Le righe incluse condividono il benchmark v1.0.1, la suddivisione Banking Knowledge con 97 attività, la configurazione AllTools, il simulatore utente, il seed e il protocollo a quattro prove. I costi mancanti restano sconosciuti.

Apri l’audit ↗

Cosa non dimostra questo risultato

Questo risultato si applica alle condizioni esatte del sistema e della fonte qui indicate. Non stabilisce quale sia il miglior agente in assoluto, né l’affidabilità in produzione, la governance dei dati o le prestazioni su una versione diversa del benchmark.

Confronta elementi omogenei

Soltanto configurazioni della stessa versione del benchmark e dello stesso ambito di attività possono essere inserite in un unico confronto.

τ³ Banking AllTools · Qwen 3.8 Max · xhigh55.15% · Qwen 3.8 Maxτ³ Banking AllTools · Claude Opus 5 · max48.71% · Claude Opus 5τ³ Banking AllTools · Grok 4.5 · high47.94% · Grok 4.5τ³ Banking AllTools · GPT-5.6-sol · xhigh46.91% · GPT-5.6-sol

Dati riportati dalla fonte; i valori mancanti rimangono sconosciuti.

Convalida prima dell’adozione

Le classifiche pubbliche creano una rosa di candidati. Una piccola prova privata determina se la configurazione è adatta al tuo lavoro.

  1. 1

    Scegli 10–20 attività rappresentative e definisci una chiara condizione di superamento.

  2. 2

    Fissa Agent, modello, strumenti, autorizzazioni e budget prima del test.

  3. 3

    Esegui più volte ogni attività importante; registra esito positivo, costo, tempo e interventi umani.

  4. 4

    Esamina gli errori e i rischi legati alla gestione dei dati prima di una decisione per la produzione.

← Directory e valutazioni degli Agent