Agent 評測

GAIA Agent 評測

OpenGPT 將15筆公開記錄保留在下方所示的 GAIA 評測版本與環境內。

工作: 165
公開記錄: 15
來源資料日期: 2026年8月6日
身分核驗日期: 歷史記錄

資料範圍

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.

OpenGPT 如何處理這些資料

OpenGPT 保留發布方的指標、工作範圍、環境、版本、設定欄位與資料日期，不產生跨評測 Agent 總分。

可比範圍

更高結果只適用於所展示的評測版本與條件。
Agent 結果反映完整系統，而不是基礎模型單獨能力。
成本、穩定性、安全性或速度沒有公開時保持未報告，不進行推測。
HAL reproduced these public-validation rows and publishes scaffold, model, score, cost, run count, and traces. The source has paused adding new models, and it does not publish a normalized tool or step budget.

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

展示15筆公開記錄中的15筆；每項結果都保留來源評測與設定。