搜索

WorkflowArena 评测多智能体编排，覆盖 145 项长程任务（在新窗口打开）

Einsia AI 团队在八个领域比较九个模型的 25 种推理配置。按其完全解决标准，最高配置得分为 36.95%，工作流迁移实验另采用连续得分。