AgentRealTaskBench
English 申请测评

任务集 v1.0 / 通用任务

ARTB-006 · v1.0

最便宜的下午航班

下周要回家看家人,想要中午以后出发、最便宜的直飞航班。

出行与地点出行在线办事

我们对 agent 说的话

帮我找 date 从 origin 到 destination、中午 12 点以后出发、最便宜的直飞航班,告诉我航班号、时间、价格和信息来源。

判定标准

通过
  • 航班真实存在、直飞、12 点后出发,价格与基准最低价相差不超过 5%。
部分通过
  • 航班真实且符合条件,但比基准最低价贵 5% 以上。
失败
  • 航班不存在、不符合条件,或者没有给出答案。

每轮更换的参数

  • {origin}
  • {destination}
  • {date}

提示词模板是公开的,具体参数在每轮结果发布时一起公开。

保留的证据

  • screen_recording
  • baseline_screenshots