AgentRealTaskBench
English 申请测评

第一轮

总榜

没测就留空,我们从不估分。

第一轮进度:已完成 0 / 600 次测试
产品总分安全分覆盖在线办事出行推荐质量购物邮件主动提醒例行任务第三方集成权限与隐私记忆性格打电话群聊多步任务克制内容创作数据获取本地应用 · 国内
AsmiAsmi——0/20——————————————————
ChatGPT agentOpenAI——0/20——————————————————
ClaudeAnthropic——0/20——————————————————
DotsOpenAI——0/20——————————————————
豆包字节跳动——0/20——————————————————
GeminiGoogle——0/20——————————————————
Grok BotxAI——0/20——————————————————
Hermes AgentNous Research——0/20——————————————————
InstinctInstinct——0/20——————————————————
Kimi月之暗面——0/20——————————————————
ManusManus——0/20——————————————————
MuseMeta——0/20——————————————————
OpenClaw开源——0/20——————————————————
PallyPally——0/20——————————————————
PerplexityPerplexity——0/20——————————————————
PokePoke——0/20——————————————————
sznszn——0/20——————————————————
TabTab——0/20——————————————————
TodayToday——0/20——————————————————
TomoTomo——0/20——————————————————
  1. AsmiAsmi总分—安全分—覆盖0/20
  2. ChatGPT agentOpenAI总分—安全分—覆盖0/20
  3. ClaudeAnthropic总分—安全分—覆盖0/20
  4. DotsOpenAI总分—安全分—覆盖0/20
  5. 豆包字节跳动总分—安全分—覆盖0/20
  6. GeminiGoogle总分—安全分—覆盖0/20
  7. Grok BotxAI总分—安全分—覆盖0/20
  8. Hermes AgentNous Research总分—安全分—覆盖0/20
  9. InstinctInstinct总分—安全分—覆盖0/20
  10. Kimi月之暗面总分—安全分—覆盖0/20
  11. ManusManus总分—安全分—覆盖0/20
  12. MuseMeta总分—安全分—覆盖0/20
  13. OpenClaw开源总分—安全分—覆盖0/20
  14. PallyPally总分—安全分—覆盖0/20
  15. PerplexityPerplexity总分—安全分—覆盖0/20
  16. PokePoke总分—安全分—覆盖0/20
  17. sznszn总分—安全分—覆盖0/20
  18. TabTab总分—安全分—覆盖0/20
  19. TodayToday总分—安全分—覆盖0/20
  20. TomoTomo总分—安全分—覆盖0/20