OpenGPTDecisões de modelos com evidênciasMédia de aprovação¹81.01%Custo por tarefa concluída com sucessoNão publicadoFaixa de resultados publicadaNão publicado
Detalhes do Agent →Escopo compartilhado do benchmark · τ²-bench Core
Comparação de agentes no mesmo benchmark
As entradas abaixo compartilham o mesmo escopo de benchmark. As estruturas, versões de modelos, datas e valores originais exatos das fontes permanecem visíveis.
Um valor de origem mais alto significa apenas um desempenho melhor neste benchmark e nesta configuração. Não é uma pontuação comparável entre benchmarks nem de prontidão para produção.
Compare opções equivalentes
Visão geral da decisão
Somente configurações da mesma versão de benchmark e do mesmo escopo de tarefas podem ser incluídas em uma comparação.
Média de aprovação¹87.91%Custo por tarefa concluída com sucessoNão publicadoFaixa de resultados publicadaNão publicado
Detalhes do Agent →18 campos idênticos ou totalmente sem dados ocultos
| Sistema Agent | τ² standard agent · GLM-5 · thinking | τ² standard agent · Qwen3.5-397B-A17B · thinking |
|---|---|---|
| Configuração | ||
| Modelo base | GLM-5 | Qwen3.5-397B-A17B |
| ID ou rótulo do modelo na fonte | GLM-5 · thinking | Qwen3.5-397B-A17B · thinking |
| Resultado | ||
| Média de aprovação¹ | 81.01% | 87.91% |
| Fonte | ||
| Abrir fonte | Abrir fonte ↗ | Abrir fonte ↗ |
Configuração
τ² standard agent · GLM-5 · thinking
- Modelo base
- GLM-5
- ID ou rótulo do modelo na fonte
- GLM-5 · thinking
τ² standard agent · Qwen3.5-397B-A17B · thinking
- Modelo base
- Qwen3.5-397B-A17B
- ID ou rótulo do modelo na fonte
- Qwen3.5-397B-A17B · thinking
Resultado
τ² standard agent · GLM-5 · thinking
- Média de aprovação¹
- 81.01%
τ² standard agent · Qwen3.5-397B-A17B · thinking
- Média de aprovação¹
- 87.91%
Fonte
τ² standard agent · GLM-5 · thinking
τ² standard agent · Qwen3.5-397B-A17B · thinking
Dados informados pela fonte; os valores ausentes permanecem desconhecidos.
Validar antes da adoção
As classificações públicas geram uma pré-seleção. Um pequeno teste privado determina se a configuração é adequada ao seu trabalho.
- 1
Escolha de 10 a 20 tarefas representativas e defina uma condição de aprovação clara.
- 2
Fixe o Agente, o modelo, as ferramentas, as permissões e o orçamento antes de testar.
- 3
Execute cada tarefa importante mais de uma vez; registre sucesso, custo, tempo e intervenções.
- 4
Revise as falhas e os riscos do tratamento de dados antes de tomar uma decisão de produção.