基准
Agent Tech
面向科研流程的智能体基准,考察模型在文献检索、实验设计、数据分析等多步骤科学任务中的规划与执行能力
时间轴 (近 90 天)
11月12日
在 Agent Tech 科学研究基准上,Fable 5.2 得分 74.6%,Opus 5.5 为 58.7%,Astra 为 68.1%,Carbon 为 64.8%。
待验证50%
面向科研流程的智能体基准,考察模型在文献检索、实验设计、数据分析等多步骤科学任务中的规划与执行能力
在 Agent Tech 科学研究基准上,Fable 5.2 得分 74.6%,Opus 5.5 为 58.7%,Astra 为 68.1%,Carbon 为 64.8%。