Benchmarks de Agents

Benchmark de agentes de AssistantBench

O OpenGPT mantém 15 linhas publicadas vinculadas à versão exata AssistantBench do benchmark e ao ambiente exibido abaixo.

Tarefas: 33
Linhas publicadas: 15
Data dos dados da fonte: 6 de ago. de 2026
Identidade revisada: Histórico

Escopo das evidências

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

How OpenGPT handles this evidence

O OpenGPT preserva a métrica, o escopo de tarefas, o ambiente, a versão, os campos de configuração e a data da fonte fornecidos pelo publicador. Ele não cria uma pontuação geral de Agentes que combine benchmarks.

Limites da comparação

Um resultado mais alto se aplica apenas à versão e às condições do benchmark exibidas.
Os resultados de Agents refletem o sistema completo, não apenas o modelo base.
Dados ausentes de custo, confiabilidade, segurança ou latência continuam sem ser informados, em vez de serem inferidos.
O HAL reproduziu essas linhas e publica rastros, custos e contagens de execuções. O ranking é um instantâneo histórico: o HAL suspendeu a inclusão de novos modelos, e os custos informados não incluem os benefícios do cache.

Instantâneo verificado do HAL · 33 tarefas públicas · 1 estrutura

Mostrando 15 de 15 linhas publicadas. Cada resultado permanece vinculado ao benchmark e à configuração da fonte.