מבחן הערכה
τ³-bench
בבדיקהזיקה מסחרית מוצהרת
מה הוא מודד
שירות לקוחות אוטומטי: תהליכי שירות עם מצב, מדיניות וכלים · שיחות קוליות: שיחה קולית מתמשכת
מה הוא לא מודד
- אין לגזור ממנו יכולת בתחומים שלא נכללו במשימות שלו.
הערות על המבחן
Current practical signal but new/commercial; not Core until independent/peer-reviewed validation.
תוצאות שנמדדו
| מערכת | ציון | פרוטוקול | מקור |
|---|---|---|---|
| Mercury 2.5 | 96.0 | τ³-bench · דיווח של הספק | קישור |
| Mistral Medium 3.5 128B | 91.4 | τ³-bench · דיווח של הספק | קישור |
| MiMo-V2.5-Pro | 72.9 | τ³-bench · דיווח של הספק | קישור |
| Nemotron 3 Ultra | 70.9 | τ³-bench · דיווח של הספק | קישור |
| Qwen3.6 Plus | 70.7 | τ³-bench · דיווח של הספק | קישור |
| GLM-5.1 | 70.6 | τ³-bench · דיווח של הספק | קישור |
| 70.2 | τ³-bench · מקור לא מאומת | קישור | |
| Qwen3.5 397B | 68.4 | τ³-bench · דיווח של הספק | קישור |
| MiniMax M2.7 | 67.6 | τ³-bench · מקור לא מאומת | קישור |
| Qwen3.6-35B-A3B | 67.2 | τ³-bench · דיווח של הספק | קישור |
| Kimi K2.5 | 65.7 | τ³-bench · מקור לא מאומת | קישור |
| GLM-5 | 65.6 | τ³-bench · מקור לא מאומת | קישור |
| Granite 4.2 8B | 58.1 | τ³-bench · דיווח של הספק | קישור |
| Ling 3.1 Flash | 47.8 | τ³-bench · דיווח של הספק | קישור |
| Beam 1.0 501B-A23B | 36.1 | τ³-bench · דיווח של הספק | קישור |
| Nemotron 3.5 Super VL 120B A12B | 18.9 | τ³-bench · דיווח של הספק | קישור |
| Nemotron 3.5 Bolt 74B-A9B | 17.0 | τ³-bench · דיווח של הספק | קישור |
| 9.5 | τ³-bench · דיווח של הספק | קישור | |
| LFM2.5-2.6B | 5.7 | τ³-bench · דיווח של הספק | קישור |