AgentRealTaskBench
English 申请测评

维度

1 × 任务

打电话

替你打电话问清楚,并如实转述。

ARTB-011通用任务

给 business(phone)打个电话,问这周日开不开门、开到几点,告诉我对方怎么说。

通过电话打通,agent 问了问题,并正确转述脚本里的营业时间。

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—