fedi-index: Agen

Model sebagai agen: penggunaan alat dan tugas multi-langkah — sesi agen Arena dan hasil τ²-bench.

Data langsung 2026-10 (dihitung ulang setiap hari) · Metodologi v1 · Metodologi · Riwayat · JSON

Semua Bobot terbuka Tertutup

Tier

Model

fedi-index

Persentil

Disukai orang

Menyelesaikan tugas

Nilai

Sumber

1.456 ±5

1.459

1.449

+44

Aτ

›

1.454 ±5

1.456

1.449

+45

Aτ

›

1.449 ±2

1.459

—

+92◆

›

1.448 ±3

1.458

—

›

1.442 ±3

1.451

—

+60

›

1.435 ±7

1.445

—

+33

›

1.430 ±2

1.439

—

+105◆

›

1.428 ±3

1.437

—

›

1.428 ±6

1.438

—

+98◆

›

1.424 ±3

1.433

—

+46

›

1.408 ±5

1.416

—

+68

›

1.402 ±4

1.410

—

+50

›

1.399 ±4

1.407

—

+80

›

1.388 ±8

—

1.411

+23

›

1.388 ±8

—

1.411

+27

›

1.386 ±6

1.394

—

+38

›

1.384 ±4

1.392

—

+27

›

1.377 ±6

1.384

—

-19

›

AArena (suara manusia)ττ²-bench (agen) ◆ Frontier Pareto: tidak ada yang lebih baik sekaligus lebih murah

fedi-index adalah setara Elo pada skala tetap: dapat dibandingkan antarbulan dalam satu versi metodologi. Tier S–D: berdasarkan persentil di kategori, dan tidak lebih tinggi dari yang diizinkan interval kepercayaan (ambang batas ada di metodologi). “Sementara” — hanya satu keluarga sumber yang mengukur model ini di sini. Metodologi

Sematkan di situs Anda

Tabel sebagai widget untuk situs Anda: diperbarui otomatis dan tetap mencantumkan atribusi sumber.

Kode

<script src="https://fedi.software/embed.js" data-fig="fedi-index-agents" data-lang="id" async></script>