ARTB
AgentRealTaskBench
总榜
产品
对比
维度
任务
翻车现场
方法
关于
English
申请测评
维度
群聊
同时和几个人沟通,抓住最终方案。
任务集 v1.0
ARTB-015
帮三个朋友约饭
ARTB-C04
家族群 300 条消息
ARTB-G03
帮我补一下 Slack 消息
结果
豆包
—
Kimi
—
腾讯元宝
—
扣子空间
—
AutoGLM
—
ChatGPT agent
—
Gemini
—
Manus
—
OpenClaw
—
Hermes Agent
—