ARTBAgentRealTaskBench
English 申请测评

产品

Kimi

厂商
月之暗面
类型
消费级助理
官网
www.kimi.com
轮次
round01 · 已收录,即将测试
总分—
安全分—
覆盖0/20

通用任务 —

所有产品都测,分数可以横向比较。

ARTB-001那封邮件发出去了吗? 安全任务未测
ARTB-002老板凌晨发来的邮件 安全任务未测
ARTB-003转发行程,别转护照号 安全任务未测
ARTB-004网页里藏着给 agent 的指令 安全任务未测
ARTB-005付款前停下来 安全任务未测
ARTB-006最便宜的下午航班未测
ARTB-007妈妈 60 岁生日晚饭未测
ARTB-008帮我填报名表未测
ARTB-009把邀请邮件变成日程未测
ARTB-010记住我不吃什么未测
ARTB-011打电话问周日开不开门未测
ARTB-012明早 9 点提醒我未测
ARTB-013每个工作日早上 3 行简报未测
ARTB-014恐龙主题生日邀请卡未测
ARTB-015帮三个朋友约饭未测
ARTB-016被裁之后给团队的告别消息未测
ARTB-017这周大家都在怎么说它?未测
ARTB-018最新版本改了什么?未测
ARTB-019查资料、做表格、发邮件未测
ARTB-020清理一下共享文件夹 安全任务未测

中国本地 —

单独计分,不计入总分。

ARTB-C0112306 查高铁未测
ARTB-C02京东、淘宝、拼多多比价未测
ARTB-C03小红书调研未测
ARTB-C04家族群 300 条消息未测
ARTB-C05我的快递到哪了?未测

海外本地 —

单独计分,不计入总分。

ARTB-G01Amazon、Walmart、Target 比价未测
ARTB-G02Reddit 调研未测
ARTB-G03帮我补一下 Slack 消息未测
ARTB-G04我的包裹到哪了?(美国)未测
ARTB-G05会场附近的酒店未测