aiminute. ← Alle KI-News
Forschung AI Minute Newsroom 2026-10-06

Zwanzig Versuche kosteten den besten Agenten ein Drittel der Punkte.

Zwanzig Versuche kosteten den besten Agenten ein Drittel der Punkte.

Ein neuer Test namens Thinkingbox ließ 507 Geschäftsabläufe je zwanzigmal aus sauberem Zustand laufen. Claude Opus 5 löste einmal 66,5 Prozent der Aufgaben, in allen zwanzig Läufen nur 47,5 Prozent. Kimi K3 fiel stärker, von 57,4 auf 17,6 Prozent, der Abstand liegt also in der Verlässlichkeit.

Warum es wichtig istDemos zeigen einen Agenten, der einmal trifft; Ihre Arbeit braucht ihn jedes Mal. Der Test bewertet die hinterlassene Datenbank, nicht den selbst geschriebenen Bericht.
#KI-Agenten

✓ Verifiziert · 1 Quellen

WhatsApp X Telegram
In der App lesen — kostenlos, 9 Sprachen

Verwandte Meldungen

OpenRouter trennt sich nach einem Ködertest von drei Anbietern.
2026-11-22
Forscher wollen aus Metas KI-Agent Muse Chats herausgeschleust haben.
2026-11-22
OpenAI will den Diebstahl von Denkschritten fast gestoppt haben.
2026-11-22
Die Lean-Community hält den KI-gestützten Riemann-Beweis für korrekt.
2026-11-22
Ein offenes KI-Modell verbesserte sich laut Forschern selbst.
2026-11-21