Realtime-Bench发布人机实时任务对比结果
热点事件持续更新
Realtime-Bench发布人机实时任务对比结果
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
Realtime-Bench公布50个实时交互任务中人类与AI智能体的表现:20个游戏任务里,人类整体成功率为72%,最强模型GPT-6-Astra为32%;30个网页任务中,复杂任务的人类成功率仅7%,最强模型达到52%。Claude Fable 5.2与GPT-6-Astra在综合及网页任务上领先。
AI 根据报道生成 · 42 分钟前更新
最新进展11月20日 02:12
Realtime-Bench 评测显示模型实时游戏胜率仅 32%报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- AGI HuntRealtime-Bench 评测显示模型实时游戏胜率仅 32%
Realtime-Bench 发布人类与 AI 智能体的实时交互任务对比结果,覆盖 50 个任务,包括 30 个网页任务和 20 个游戏任务。游戏任务中,人类整体成功率为 72%,最强模型 GPT-6-Astra 为 32%;复杂网页任务中,人类成功率为 7%,最强模型达到 52%。Claude Fable 5.2 与 GPT-6-Astra 在综合和网页任务上领先。
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。