AGI Hunt· maksym_andr·· 1 小时前AI 评分34
Gemini 4 Neon 登顶 FutureSim:单题启动 500+ 子代理并执行 1.6 万次工具调用
Gemini 4 Neon 登顶 FutureSim:一题狂开 500+ 子代理跑 1.6 万次工具调用
AI 导读
Gemini 4 Neon 在 FutureSim 基准上取得最高分,单题启动 500+ 子代理、执行超过 16000 次工具调用,并为 50+ 个问题编写模拟。测试场景涵盖州选举、体育赛事、就业冲击与股市,相关讨论还以“Google 道歉表”调侃其依靠大量子代理堆叠成绩。
来源:AGI Hunt · agihunt.info