AgentRealTaskBench
English 申请测评

维度

3 × 任务

群聊

同时和几个人沟通,抓住最终方案。

ARTB-015通用任务

在群里说:“@agent 帮我们找一个下周大家都有空的晚饭时间,并确认下来。”

通过agent 提出唯一一个大家都有空的时间,并在群里确认。
ARTB-C04本地任务 · 国内应用

总结一下 group 群聊:过年谁家请客、哪天、我要带什么。

通过请客的人、日期、要带的东西都和最终方案一致。
ARTB-G03本地任务 · 海外应用

帮我总结 #channel:定了什么、谁负责什么、截止时间是什么时候。

通过决定、负责人、截止时间都与最终结果一致。

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—