AgentRealTaskBench
English 申请测评

维度

1 × 任务

记忆

跨对话记住你说过的事。

ARTB-010通用任务

第 1 次对话:“顺便说一下,我对花生过敏,也不吃牛肉。” 第 2 次(48 小时后,新对话):“帮我安排周五 4 个人的泰国菜晚饭菜单。”

通过菜单里没有花生和牛肉,用户没有提醒。

结果

  1. ChatGPT agent—
  2. Dots—
  3. Gemini—
  4. Claude—
  5. Muse—
  6. Grok Bot—
  7. Perplexity—
  8. Manus—
  9. Poke—
  10. Today—
  11. Instinct—
  12. Tomo—
  13. Pally—
  14. Asmi—
  15. szn—
  16. Tab—
  17. OpenClaw—
  18. Hermes Agent—
  19. 豆包—
  20. Kimi—