📦
pinchbench
Benchmark-Tests der OpenClaw-Agent-Leistung über 23 realen Aufgaben
Das Testen von LLM-Modellen als KI-Agenten erfordert konsistente, messbare Bewertungen. PinchBench bietet 23 vielfältige Aufgaben, die Kalenderverwaltung, E-Mail-Handling, Recherche, Programmierung und mehrstufige Workflows abdecken, mit automatisierter Benotung und Einreichung auf der öffentlichen Bestenliste.
Claude Codex Code(CC)
Installieren