AgentTime 基准 v1.1：GPT-6 Astra 时间感知居首，Claude 系陪跑

AgentTime 基准更新至 v1.1，以时长遵循、耗时预测、回溯自察三个维度共 200 个任务衡量 AI agent 的时间感知，每个 agent 跑 600 次，新增 Opus 5.5、Gemini 4-Argon、GPT-6.1 Sol 等模型。