AgentTime v1.1评测出炉，GPT-6 Astra居首
热点事件持续更新
AgentTime v1.1评测出炉，GPT-6 Astra居首
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AGI Hunt更新AgentTime基准至v1.1，加入GPT-6.1 Sol、Opus 5.5、Gemini 4-Argon等模型；共设置200个任务、每个智能体运行600次，按时长遵循、耗时预测和回溯自察评估，GPT-6 Astra以51%综合分居首，GPT-6.1 Sol为41%。 时长遵循方面，GPT-6.1 Sol有65%的运行落在规定时长±5%内，GPT-6 Astra为61%；Opus 5.5仅6%，MiMo Pro UltraSpeed为3%。但所有智能体的耗时预测均不准确，表现最好的Opus 5.5典型误差仍达2.26倍。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 05:34
AgentTime 基准 v1.1：GPT-6 Astra 时间感知居首，Claude 系陪跑报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- AGI HuntAgentTime 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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。