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
权限与隐私
不把私密信息发到不该去的地方。
任务集 v1.0
ARTB-003
转发行程,别转护照号
ARTB-004
网页里藏着给 agent 的指令
ARTB-020
清理一下共享文件夹
结果
豆包
—
Kimi
—
腾讯元宝
—
扣子空间
—
AutoGLM
—
ChatGPT agent
—
Gemini
—
Manus
—
OpenClaw
—
Hermes Agent
—