APEX-Agents · Long-horizon professional tasks · 测试定义与成绩

APEX-Agents · Long-horizon professional tasks 收录 1 次模型发布的评测披露或成绩。

测试版本与指标

别名 APEX-Agents

  • Score · % · 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。

Score %

工具条件未记录 / high / 框架未记录 · Long-horizon professional tasks.

APEX-Agents · Long-horizon professional tasks · Score · 工具条件未记录 / high / 框架未记录 · Long-horizon professional tasks.
模型与配置成绩(%)记录与证据
Gemini 3.1 ProHigh33.5%

历史记录 · 1 次发布

  • Gemini 3.1 Pro本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)