评测来源/Agents' Last Exam

观察中专业工作

Agents' Last Exam

Agents’ Last Exam · Agents' Last Exam 的公开模型评测结果。

来源说明

该来源测量模型在「专业工作」领域的具体交付表现，原始成绩会和统一能力读数分开展示。

限制: 不同版本、推理设置和测试集可能导致分数变化，请结合数据时间阅读。

使用方式

参与排名的来源会影响能力分；参考、交叉参考和观察来源仅用于对比与核验。

本来源的模型成绩


GPT-5.6 Sol	52.7	52.7	2026-07-09
GPT-5.6 Terra	50.4	50.4	2026-07-09
GPT-5.6 Luna	50.3	50.3	2026-07-09

常见问题