Benchmarks de Agents

Benchmark de agentes de GAIA

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

Tarefas: 165
Linhas publicadas: 15
Data dos dados da fonte: 6 de ago. de 2026
Identidade revisada: Histórico

Escopo das evidências

HAL verified snapshot · Top 15 published configurations · public validation set · 165 questions. public validation questions. General-assistant questions requiring reasoning, multimodality, browsing, and tools. 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 de validação pública e publica a estrutura, o modelo, a pontuação, o custo, a contagem de execuções e os rastros. A fonte suspendeu a inclusão de novos modelos e não publica um orçamento normalizado de ferramentas ou etapas.

HAL verified snapshot · Top 15 published configurations · public validation set · 165 questions

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