Trabalho de conhecimento com agentes
AA-Briefcase
1.610 Elo
Elo · maior é melhor Alibaba · Avaliação independente
Qwen3.8-Max / Max-0902
Versão avaliada pela Artificial Analysis: Qwen3.8 Max (0902).
Posição geral AA #16 Lista Current · na data verificada
Intelligence Index v4.3 45 pontos Maior é melhor · não é uma porcentagem
Inclui modelos de todos os criadores, não apenas o catálogo Lume. As posições seguem a ordem publicada pela AA, incluindo variantes de raciocínio.
A versão faz diferença. Estes resultados pertencem somente à versão e ao modo indicados acima. A equivalência com a futura configuração Lume ainda será validada.
Do resultado geral aos detalhes
10 avaliações, diferentes capacidades
Os valores abaixo vêm das avaliações publicadas pela AA. Percentuais, Elo e índices têm escalas diferentes e não devem ser comparados entre si.
Tarefas profissionais do mundo real
GDPval-AA v2
1.664 Elo
Elo · maior é melhor Automação de fluxos de trabalho
AutomationBench-AA
56 %
Programação e uso de terminal por agentes
Terminal-Bench 4.0
39 %
Programação científica
SciCode
52 %
Conhecimento e raciocínio avançado
Humanity's Last Exam
43 %
Raciocínio sobre documentos profissionais
GDP.pdf
23 %
Raciocínio em física
CritPt
18 %
Conhecimento e confiabilidade factual
AA-Omniscience
12 pontos
Escala −100 a 100 · maior é melhor Raciocínio com contexto longo
AA-LCR v1.1
80 %
Fonte dos valores: Tabela de avaliações da Artificial Analysis ↗ Abre em uma nova aba
Como usar estas avaliações
O índice reúne avaliações de tarefas diferentes. Ele não é uma porcentagem de acertos nem uma garantia de desempenho em português. Considere as avaliações relevantes para seu projeto e faça seus próprios testes.
AA-Omniscience pode ter valores negativos: o índice penaliza respostas incorretas. Um valor ausente aparece como indisponível, nunca como zero. Elo representa uma avaliação relativa e não uma taxa de acerto.
Catálogo proposto · acesso em validação
As avaliações são da Artificial Analysis, não da infraestrutura Lume. Versão, modo de raciocínio e configuração podem mudar os resultados. Nesta prévia, apenas lume-mock-small pode ser chamado; os modelos abaixo ainda não estão habilitados.
Testar a demonstração →Demonstração local
Disponível para testar agora
Abra o console para consultar a demonstração.
Esta demonstração usa um Mock local. Os modelos comerciais e as avaliações AA abaixo são independentes deste teste.
Abrir laboratório