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
RSS
报告
每轮结果、周报和长文。
2026-11-15
第一轮:20 个产品,30 个真实任务
第一轮测什么、怎么测,以及结果出来后你能看到什么。
RSS
·
在 X 上关注