מבחן הערכה
τ²-bench
מדד משני · בהסתייגותזיקה מסחרית מוצהרת
מה הוא מודד
שירות לקוחות אוטומטי: תהליכי שירות עם מצב, מדיניות וכלים
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות רישום
Supporting signal; disclose commercial affiliation.
תוצאות שנקלטו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| GPT-5.4 | 98.9 | τ²-bench, שיחות שירות עם כלים ומדיניות · דיווח של הספק | קישור |
| GPT-5.5 | 98.0 | τ²-bench, שיחות שירות עם כלים ומדיניות · דיווח של הספק | קישור |
| GPT-5.4 nano | 92.5 | τ²-bench, שיחות שירות עם כלים ומדיניות · דיווח של הספק | קישור |
| Muse Spark | 91.5 | τ²-bench, שיחות שירות עם כלים ומדיניות · דיווח של הספק | קישור |
| Command A+ | 85.0 | τ²-bench, שיחות שירות עם כלים ומדיניות · דיווח של הספק | קישור |