跳到正文
AgentRealTaskBench
总榜
产品
对比
维度
任务
翻车现场
报告
方法
关于
English
申请测评
维度
2 × 任务
第三方集成
正确使用连接好的日历、邮箱和网盘。
ARTB-009
通用任务
把
sender
邮件里的活动加到我的日历,提前 30 分钟提醒。
通过
日程的实际时间正确,标题和地点正确,提前 30 分钟提醒。
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
ChatGPT agent
—
Dots
—
Gemini
—
Claude
—
Muse
—
Grok Bot
—
Perplexity
—
Manus
—
Poke
—
Today
—
Instinct
—
Tomo
—
Pally
—
Asmi
—
szn
—
Tab
—
OpenClaw
—
Hermes Agent
—
豆包
—
Kimi
—