Agents' Last Exam · Version not stated in selected source · 测试定义与成绩

Agents' Last Exam · Version not stated in selected source 收录 2 次模型发布的评测披露或成绩。

测试版本与指标

别名 Agent's Last Exam

  • Pass rate · % · 越高越好

各系列最新模型 · 公布成绩

常规展示范围。排名按指标与评测协议分组,已记录的工具、预算及框架分别展示。条件未说明的组保留公布值供查证。

Pass rate %

工具条件未记录 / 推理预算未记录 / ALE-Claw · Default ALE-Claw harness; 5-hour window; safety filters enabled; pass rate.

Agents' Last Exam · Version not stated in selected source · Pass rate · 工具条件未记录 / 推理预算未记录 / ALE-Claw · Default ALE-Claw harness; 5-hour window; safety filters enabled; pass rate.
模型与配置成绩(%)记录与证据
Gemini 4 Argon未注明39.5%

历史记录 · 2 次发布

  • Gemini 4 Argon本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
  • Gemini 3.7 Flash本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)